航拍黃土高原上的山西神池野豬口長城
2025-11-25 00:24 7,645次浏览天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
今年是「綠水青山就是金山銀山」理念提出20周年，也是「雙碳」目標提出5周年。自2021年中國碳市場啟動以來，已助力推動全球碳定價覆蓋率提高了約4%。 —————————— 中國碳市場的啟動正助力推動全球碳定價覆蓋率的提高。「全球現在已經有80個碳定價機制，包括37個碳排放交易體系和43項碳稅，覆蓋全球28%的碳排放量。」在近日舉行的北京綠色交易所2025年參與人大會上，國家應對氣候變化戰略研究和國際合作中心原副主任馬愛民說，在我國正式啟動碳市場之前，這個數字大約是24%。 4年前，全國碳排放權交易市場即強制碳市場以發電行業為突破口，於2021年7月正式啟動上線交易。今年3月，寫入2025年政府工作報告的「擴大全國碳排放權交易市場行業覆蓋範圍」逐步落地，強制碳市場首次正式納入水泥、鋼鐵和鋁業三大行業，擴圍後預計新增1500家重點排放單位，覆蓋全國二氧化碳排放總量佔比將達60%以上。2024年1月，全國溫室氣體自願減排交易市場即自願碳市場啟動，今年3月，首批核證自願減排量(CCER)正式籤發並啟動交易。 業內人士認為，這標誌著全球規模最大的碳市場由強制碳市場和自願碳市場形成「雙輪驅動」。 「自願碳市場與強制碳市場不同，強制碳市場實行國家配額，自願碳市場建立在企業自主自願的基礎之上。」在國家金融監督管理總局原一級巡視員葉燕斐看來，自願碳市場未來潛力巨大的原因就在於自願碳市場是跨境的市場。 他在上述參與人大會上舉例說，中國是全球的製造中心，也是全球綠色技術中心，不進入強制碳市場的企業如果要自願減排肯定要通過自願碳市場，如購買碳匯(碳匯是通過植樹造林、植被恢復等措施，吸收大氣中的二氧化碳，從而減少溫室氣體在大氣中濃度的過程、活動或機制——記者注)等抵消碳排放，「所以這個市場一定是跨境的、是全球大市場，這裡面潛力巨大。」 葉燕斐注意到，如今有很多跨國公司承諾2030年前實現碳中和，我國也有越來越多的500強企業在全球開展業務，這些企業在碳減排方面會有更多需求。「在購買碳匯的消費品企業、能源企業、金融機構中，汽車行業企業可能是最有潛力(促進自願碳市場發展)的。」 但有需求只是自願碳市場發展的第一步。在葉燕斐看來，有了碳排放需求，更重要的是如何增加碳匯的供應，「這可能要考慮碳減排的額外性，比如項目要聚焦商業可行性、技術影響，還有對生物多樣性的影響。」葉燕斐說。 有專家測算，到2060年時，無論是發電端還是能源消費端都會有相當數量的碳排放存在，需要通過二氧化碳捕集利用與封存(CCUS)技術予以中和的二氧化碳大約在18億噸。 實際上，越來越多的金融資源正流向綠色項目。除煤電、煤化工等高碳排放領域的CCUS項目外，還有漁光一體項目。「水上光伏發電，支持整個魚塘用電。」中國銀行金融市場部高級交易員洪浩在上述大會圓桌討論環節中談到，在漁光一體項目中，金融機構可以將用地權、取水權、排汙權等環境權益納入銀行授信認可範圍，有效拓寬融資渠道，在林業碳匯項目中，CCER未來的收益權也可以用來質押，以開展綠色融資。 央行近日發布的2025年二季度金融機構貸款投向統計報告顯示，2025年二季度末，本外幣綠色貸款餘額42.39萬億元，比年初增長14.4%，上半年增加5.35萬億元。分用途看，基礎設施綠色升級貸款、能源綠色低碳轉型貸款、生態保護修復和利用貸款餘額分別為18.75萬億元、8.25萬億元和4.95萬億元，上半年分別增加2.11萬億元、5889億元和5622億元。 聯合赤道環境評價股份有限公司副總裁、綠色金融事業部總經理劉景允也注意到，如今綠色金融的「面」不斷擴大，比如今年7月新印發的《綠色金融支持項目目錄(2025年版)》在內容上包含271個三級分類，「不僅是綠色項目的類別在增加，範圍在擴大，綠色金融的內涵也在延伸。」這名從事十年綠色金融產品信用評估的高級工程師在上述大會上表示，過去，更多的純綠項目能夠獲得綠色信貸、綠色債券等資金支持，如今，純綠項目和需要改造的傳統項目均可以通過綠色金融獲得支持。 今年也是「綠水青山就是金山銀山」理念提出20周年，是「雙碳」目標提出5周年。 北京綠色交易所董事長王乃祥在大會上介紹，截至7月28日，全國自願碳市場累計成交量接近240萬噸，累計成交金額超過2億元。今年2月，國家發展改革委正式復函同意以北京綠色交易所為主體，設立國家綠色技術交易中心。目前，該所官網已上線國家綠色技術交易中心綠色技術推廣目錄專區，對納入國家發展改革委等八部委《綠色技術推廣目錄》、北京市歷年《綠色低碳先進技術推薦目錄》以及各類市場渠道搜集到的綠色技術進行宣傳推介，加速綠色技術轉化落地。 中青報·中青網記者 朱彩雲來源：中國青年報
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
小k直播姬
「活动」首次登录送新手大礼包
- 软件大小: 495.54MB
- 最后更新: 2025-11-25 00:24
- 最新版本: v2.14.13.10
- 文件格式: apk
- 应用分类:ios-Android 小猫直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.15以上
客服热线：134-9536-3417
-
-
-
-
小猫直播
-
-
-
-
-
-
-
么么直播
-
桃花直播
-
-
-
-
-
-
-
-
- 仙凡直播
- 魅影app下载免费版
- 国外b站刺激战场直播app
- 魅影直播视频
- 月夜直播在线观看
- 小妲己直播
- 柚子直播
- 妖姬直播
免费播放片色情a片
- 莲花直播
春雨直播
- 樱花直播nba
桃鹿直播
柚子直播类似软件
猜你喜欢
24831
54
2025-11-25 00:24
69741
75
2025-11-25 00:24
32684
64
2025-11-25 00:24
74865
81
2025-11-25 00:24
62178
69
2025-11-25 00:24
89361
56
2025-11-25 00:24
75431
96
2025-11-25 00:24
92835
48
2025-11-25 00:24
24135
19
2025-11-25 00:24
32495
78
2025-11-25 00:24
83729
92
2025-11-25 00:24
82159
53
82145
67138
75962
73841
45
19
86972
91
31
62754
