「楊柳」成為有記錄來第73個在閩「二次登陸」的颱風
2025-11-07 00:40 9,216次浏览渤海之濱、海河之畔，「何以中國·和合共生」網絡主題宣傳活動將在天津古文化街啟幕，以多元視角展示津派文化，深情禮讚中華優秀傳統文化的深厚底蘊與時代活力。這座因河而興、向海而盛的城市，其「河海交匯」的地理基因與「開放包容」的文化品格，與當代青年的精神特質同頻共振。當Z世代用短視頻解碼相聲裡的市井煙火，用VR技術復原海河漕運的千年盛景，用創意設計讓「津味」非遺走進現代生活，青年群體已不再是文化的旁觀者，而成為「河海津韻」最鮮活的傳播者、最生動的解讀者、最有力的傳承者。天津海河解放橋附近夜景（無人機照片） 新華社記者 孫凡越 攝天津的文化底色裡，既有海河的綿長文脈，也有海洋的開放胸襟。從五大道的洋樓群到濱海新區的科創園，從相聲茶館的捧哏逗哏到航母公園的鋼鐵雄姿，這些文化符號若僅停留在「文獻裡的記憶」或「老輩人的講述」，終將因代際隔閡而褪色。青年是河海文化的「活態傳承者」，他們的入場為這些文化符號注入數字時代的傳播動能。如在抖音、B站等平臺，「天津話教學」「相聲冷知識」「海河夜遊Vlog」成為熱門標籤，青年創作者用「津韻+方言梗」「歷史科普+沉浸式打卡」的方式，讓「倍兒哏兒」等方言俗語突破地域限制，讓「文化範本」變成「活態表達」。文化的生命力在於創新，而青年的創造力恰是對文化基因的最佳「轉譯」。將楊柳青年畫《蓮年有餘》圖案融入潮牌服飾；用「泥人張」的Q版造型開發盲盒手辦；將解放橋的機械結構融入潮玩模型設計……這些充滿巧思的創意轉化讓沉睡的傳統文化符號秒變年輕人的「新寵」。然而，創新不是對傳統的背離，我們要通過收集整理海河沿岸古建築、老字號的影像資料，藉助線上「展廳」，用青年熟悉的語言體系與技術工具重新詮釋「河海津韻」的內核。這種「技術+文化」的創新實踐，既能守住河海文化的歷史根脈，又能讓傳統走進青年的數字生活場景。文化建設，始終要著眼於人、落腳於人。對青年來說，河海文化不是抽象的文化概念，而是融入日常的生活符號。在海河邊的「網紅書店」讀一本關於天津漕運的專著；在古文化街的非遺工坊跟著師傅學捏泥人；在參與海河文化宣傳志願服務活動中向外地遊客講述天津「七十二沽」的故事；在周恩來鄧穎超紀念館感知紅色文化……繼承和弘揚中華優秀傳統文化，更多是在參與中建立情感聯結，在實踐中實現價值延續。「向海而生、因河而興」的天津，從來不缺開放進取的精神基因。天津依河傍海，自古以來便是南北交融、萬商雲集的通衢之地。這種獨特的地理環境與歷史沿革，孕育了開放包容的城市文化品格，也成為激勵青年投身城市發展與國家建設的精神富礦。與此同時，青年的實踐也在重塑河海文化的當代內涵。比如，「生態優先」成為青年守護海河的共識，「開放共享」成為青年參與濱海建設的理念……這種實踐中的文化創造，始終保持著與時俱進的生命力，也讓「何以中國」的答案更加豐富立體。「何以中國」的答案，不在故紙堆裡，而在當下的生活現場；歷史文化的傳承，不在守舊復刻，而在青春的創新表達。在這場「和合共生」的文化之旅中，青年既是參與者，更是創造者。他們的每一次點擊、每一次創作、每一次實踐，都在讓「何以中國」的答案更加鮮活、更有力量。
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。
魅影直播游客免登录
「活动」首次登录送新手大礼包
- 软件大小: 963.27MB
- 最后更新: 2025-11-07 00:40
- 最新版本: v2.3.15.8
- 文件格式: apk
- 应用分类:ios-Android 婬色直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.31以上
客服热线：133-9417-5478
32
79328
41
63254
75
2025-11-07 00:40
27185
53
2025-11-07 00:40
52864
48
2025-11-07 00:40
53971
58
2025-11-07 00:40
57689
41
2025-11-07 00:40
73951
83
2025-11-07 00:40
69287
15
2025-11-07 00:40
17659
63
2025-11-07 00:40
75149
48
2025-11-07 00:40
89547
35724
13945
59824
17
19
56187
26751
31649
45
86