重走抗戰路，一定要去一趟黔南州！
2026-01-18 21:31 6,687次浏览敦煌莫高窟藏經洞的發現，是20世紀中國乃至世界考古學界的重大事件。然而，隨之而來的卻是大量珍貴文獻的流散。這批珍貴的文化遺產，一度如「文化拼圖」的碎片，散落全球。鮮為人知的是，其中一批極為珍貴的孤本和珍品，在著名學者羅振玉的守護下，最終輾轉安家於遼寧省博物館。如今，在上海古籍出版社的努力下，這段百年前的傳奇故事有了新的續篇——《遼寧省博物館藏敦煌文獻》出版，並於昨天在遼寧省博物館舉行新書首發暨座談會，讓這些塵封已久的「文化碎片」得以完整呈現。流散珍寶如何在遼寧安家遼寧省博物館所收藏的這批敦煌文獻，是這幅宏大拼圖中不可或缺的一塊。這批文獻的收藏，離不開清末民初著名學者羅振玉的貢獻。作為一位傾心於古物搜集與整理的大家，羅振玉在敦煌文獻被發現後，一方面呼籲保護劫後餘存的文獻，另一方面則悉心購藏流散在外的珍品。1928年，羅振玉攜其收藏移居旅順，使得這批珍貴文獻得以在東北安家。在他去世後，這批藏品幾經流轉，最終主體部分被東北博物館（今遼寧省博物館）妥善收藏。這批文獻不僅流傳有序，且不乏許多品相完好、書法精湛的珍品，是研究敦煌學、鑑藏史的極其可靠的第一手資料。高清全彩讓千年古籍「活」起來《遼寧省博物館藏敦煌文獻》的出版，是「敦煌文獻系統性保護整理出版工程」的重要階段性成果。這一工程旨在以高清全彩方式，系統整理散藏在世界各地的敦煌文獻，為學術研究提供堅實的物質基礎。該書項目自2023年3月啟動，歷經近兩年的不懈努力，最終於2025年1月正式出版。 出版方上海古籍出版社與遼寧省博物館研究團隊通力合作，以嚴謹的學術精神和精益求精的工匠精神，為這部巨著保駕護航。全書共5冊，收錄文獻編號110餘號，圖版約1400幅，絕大多數為首次完整刊布。團隊在整理過程中，不僅對文獻進行重新編號、定名，更結合敦煌學最新研究成果，撰寫了詳細的研究性敘錄。在技術呈現上，更是力求讓讀者能親手「觸摸」到千年前的古籍原貌——無論是文獻的紙張顏色、墨跡立體感，還是原卷的題跋、修補痕跡，都得到高保真的呈現。 《大乘起信論廣釋》這批文獻中不乏具有重要學術價值的孤本和珍本，如《大乘起信論廣釋》卷上並序，是目前唯一所見的卷次為「上」的孤本。而唐代的《恪法師第一抄》，則以其精湛的草書技法，成為敦煌寫經中的經典，也是遼寧省博物館的鎮館之寶之一。散落的文化拼圖逐步歸位此次《遼寧省博物館藏敦煌文獻》的出版，在上海古籍出版社社長呂健看來，其價值和意義遠超普通古籍整理。首先，它讓散落的「文化拼圖」逐步歸位。 長期以來，國內地方館藏的敦煌文獻如同散落的邊緣拼圖，其重要性並未得到充分彰顯。本書的出版，不僅填補了這一空白，更通過跨國綴合研究，為敦煌文獻的國際研究提供了重要線索，推動了敦煌文獻的全面整理與刊布進程。其次，它創造了散藏文獻整理的「遼博範式」。 本書不只是簡單的影印，而是建立了一套基於館藏品特點的高水平、系統化的整理標準，為後續其他散藏敦煌文獻的整理提供了寶貴的經驗借鑑。 最後，它彰顯了新時代古籍工作的使命擔當。館藏古籍的文物屬性，使得大眾難以直接接觸。而出版則讓古籍化身千百，得以新生。全彩高清的圖版，讓更多的研究者和普通讀者能有機會跨越時空，親身感受中華優秀傳統文化的獨特魅力。這套書的問世，無疑是「保護為先、整理為要、利用為本」這一古籍工作核心理念的生動實踐。這套《遼寧省博物館藏敦煌文獻》的出版，是上海與遼寧兩地文化合作的碩果，也是中華文明薪火相傳的生動寫照。它不僅為學術界提供了珍貴的新材料，更讓沉睡於博物館的千年瑰寶在今天綻放出新的光彩，向世人訴說著中華文明的輝煌與不朽。
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。
直播软件下载
「活动」首次登录送新手大礼包
- 软件大小: 435.12MB
- 最后更新: 2026-01-18 21:31
- 最新版本: v1.16.11.12
- 文件格式: apk
- 应用分类:ios-Android 橙色直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.76以上
客服热线：131-1482-2376
65
42357
93
2026-01-18 21:31
98235
34
2026-01-18 21:31
21349
79
2026-01-18 21:31
78645
87
2026-01-18 21:31
84597
53
2026-01-18 21:31
16894
96
2026-01-18 21:31
61953
82
2026-01-18 21:31
43257
79
2026-01-18 21:31
83217
45
2026-01-18 21:31
78
91324
85
23956
52364
21
32178
36
74952
61
84629
36528
61
87496