國臺辦：譴責、反對民進黨當局打壓迫害兩岸婚姻群體
2025-11-08 10:05 9,159次浏览拉薩8月8日電 題：從草原到賽場 西藏傳統體育煥發新生 作者 李林 位於西藏拉薩市北郊的賽馬場上，今年52歲的羅輝輕撫著一匹退役賽馬的鬃毛感慨道：「馬兒啊，你老了，我也老了。可咱們對這草原、對這馬背的情分，一點沒變。」 圖為西藏拉薩市北郊賽馬場上，羅輝和馬兒交流感情。李林 攝 圖為西藏拉薩市北郊賽馬場上，羅輝和馬兒交流感情。李林 攝 來自西藏昌都的羅輝，是西藏馬術隊第一批隊員。與馬相處近40年，他參與、見證著西藏馬術隊馬背上的榮耀，更親歷了傳統馬術從草原民俗走向廣闊賽場的新生之路。這份與體育相伴的歲月，早已在他心底刻下無法替代的印記——對他而言，體育不僅是事業，更是融入血脈的熱愛與堅守。 在雪域高原上，流傳著這樣一句諺語——「馬是牧民的生命與翅膀」，足以見得在高原上，人與馬之間的特殊感情和歷史情結。雖然社會在發展、科技在進步，但大家對馬和賽馬運動的熱情絲毫沒有消減，每逢重要傳統節日，賽馬仍是不可或缺的民俗活動，馬蹄聲裡藏著代代相傳的文化基因。 現任西藏自治區社會和民族傳統體育指導管理中心副主任的羅輝回憶：「正是有著這樣濃厚的文化氛圍和廣泛的民眾基礎，1986年，西藏自治區馬術隊成立了。」彼時，13歲的羅輝作為首批隊員之一，前往內蒙古呼和浩特市接受專業的馬術訓練。第一次離家千裡，他除了需要習慣新環境外，還要克服氣候等不適條件。經過一年多的鍛鍊、集訓，羅輝和隊友們緩緩推開西藏馬術隊發展的大門。「『鮮衣怒馬少年時，不負韶華行且知』是那時大家最好的寫照。」羅輝說，少年時對馬術的執著，如今已沉澱為對民族體育事業的深沉責任。 「1987年底回到拉薩後，我們通過匯報演出讓大家看到了集訓的成績。」羅輝介紹，同年，西藏馬術隊代表西藏出徵了第六屆全運會，並取得了馬術場地障礙賽團體第三名的好成績。「現在，馬術隊主要分為競技隊和傳統隊兩支隊伍。到目前為止，拿了88枚金牌、142枚銀牌、88枚銅牌。」談及這些榮譽，羅輝的眼神裡滿是自豪，「每一塊獎牌都凝聚著幾代體育人的心血，這是我們用熱愛和堅持拼出來的。」 2011年，在原西藏馬術隊的基礎上，西藏自治區社會和民族傳統體育指導管理中心成立。隨後，羅輝和同事們開始收集、整理豐富的民族傳統體育項目，在形成統一規則的同時，通過培訓基層指導員、創建民族傳統體育特色學校等舉措，推動民族傳統體育項目的普及和推廣。「西藏的民族傳統體育有著悠久的歷史文化，但很多項目都是民眾自娛自樂，沒有大範圍普及、推廣。」羅輝介紹說，2018年啟動送體育下基層活動後，西藏馬術隊每年會去4至5個縣(區)、鄉鎮表演，把精彩的馬術表演節目送到老百姓家門口，「看著鄉親們為馬術表演歡呼時，我就覺得所有的奔波都值了——這才是民族體育該有的樣子，要紮根大地，貼近人民。」 在全民運動健身熱潮的推動下，西藏拉薩賽馬場成為市民健身運動新去處。馬術、籃球、羽毛球、輪滑……賽馬場裡，既有專業隊員的馬術訓練，也能遇見帶著孩子體驗輪滑的家庭，傳統與現代在這裡交融，體育的活力感染著每一個人。 「這條西藏民族傳統體育的普及推廣之路，我們已經走了十多年，成果開始慢慢顯現。」羅輝坦言，作為一名老體育工作者，無論是對馬術的熱愛，還是對民族傳統體育的情懷，都已經深深烙印進骨子裡。「未來，我和同事們將帶著這份熱愛，繼續走下去。」 據西藏自治區體育局統計數據顯示，截至2024年12月31日，西藏自治區體育場地9189個，體育場地面積724萬平方米，西藏自治區人均體育場地面積1.96平方米。(完)
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)
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。
尖叫之夜免费直播
「活动」首次登录送新手大礼包
- 软件大小: 978.61MB
- 最后更新: 2025-11-08 10:05
- 最新版本: v15.3.8.18
- 文件格式: apk
- 应用分类:ios-Android 小草莓直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.96以上
客服热线：137-4389-9485
成人直播app推荐免费类似软件
猜你喜欢
39718
39564
98
2025-11-08 10:05
65913
62
2025-11-08 10:05
89241
85
2025-11-08 10:05
65728
15
2025-11-08 10:05
62347
98
2025-11-08 10:05
24167
52
2025-11-08 10:05
72139
87
2025-11-08 10:05
76532
46
2025-11-08 10:05
56892
25
2025-11-08 10:05
76285
84
2025-11-08 10:05
74916
71
2025-11-08 10:05
71259
23
58971
54719
31764
61798
21
45
19
21