7月31日,民進中央與財政部「健全長江流域多元化生態保護修復投入機制」聯合調研座談會在江西省廬山市召開。民進中央副主席何志敏出席並講話。財政部自然資源和生態環境司副司長邢朝虹出席。 會前,調研組赴江西省萍鄉市、新餘市和九江市,聚焦鄱陽湖生態保護、系統治理情況以及長江流域多元化生態保護修復投入機制建設情況開展調研。 何志敏在座談會上指出,本次聯合調研是民進中央對口江西省開展長江生態環境保護民主監督工作的重要部分。當前長江流域生態修復工作取得顯著成效,但仍面臨投入可持續性不足,投資科學性和效益待提升,項目運維保障機制不健全及多元化、市場化投入機制尚未形成等問題。生態保護與高質量發展需要更好統籌協調,要處理好保護與發展、工程措施與自然恢復、前期投入與後期運維等多重關係。今年是長江生態環境保護民主監督工作收官之年,除系統總結五年工作方法、經驗外,更要聚焦深層次問題開展深入研究。今後,民進中央還將持續關注江西生態環境保護工作,期待江西在探索生態價值轉化、健全長效投入與運維機制等方面創新嘗試,為長江大保護和生態文明建設作出更大貢獻。 民進江西省委會主委盧天錫主持座談會。民進中央參政議政部副部長萬麗芬介紹調研背景。九江市政府、江西省財政廳、生態環境廳、水利廳,江西省生態文明研究院介紹相關工作情況,民進中央長江生態環境保護民主監督工作特邀專家王謙、徐力剛和汪兵韜等圍繞調研主題進行發言。(《中國新聞》報 尹李梅 報導)
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。
43679
93
2025-10-28 18:53
53629
57
2025-10-28 18:53
28751
13
2025-10-28 18:53
71852
43
2025-10-28 18:53
12657
19
2025-10-28 18:53
13476
58
2025-10-28 18:53
63745
65
2025-10-28 18:53
53946
64
2025-10-28 18:53
94837
31
2025-10-28 18:53
13569
45
2025-10-28 18:53
27685
75
2025-10-28 18:53
62581
12
2025-10-28 18:53
23471
37
2025-10-28 18:53
51263
73
2025-10-28 18:53
35982
95
2025-10-28 18:53
98345
89
2025-10-28 18:53
65147
14
2025-10-28 18:53
26943
91
2025-10-28 18:53
28165
98
2025-10-28 18:53
76984
52
2025-10-28 18:53
74582
43
2025-10-28 18:53
25491
85
2025-10-28 18:53
93251
47
2025-10-28 18:53
61823
59
2025-10-28 18:53
82549
86
2025-10-28 18:53
14369
18
2025-10-28 18:53
85692
59
2025-10-28 18:53
63498
82
2025-10-28 18:53
94573
19
2025-10-28 18:53
74139
25
2025-10-28 18:53
36175
92
2025-10-28 18:53
68192
48
2025-10-28 18:53
91526
31
2025-10-28 18:53
65723
12
2025-10-28 18:53
79421
17
2025-10-28 18:53
72594
93
2025-10-28 18:53
68439
78
2025-10-28 18:53
27983
98
2025-10-28 18:53
31685
41
2025-10-28 18:53
31572
93
2025-10-28 18:53
17842
43
2025-10-28 18:53
39518
57
2025-10-28 18:53
91468
84
2025-10-28 18:53
19358
68
2025-10-28 18:53
98164
87
2025-10-28 18:53
13569
26
2025-10-28 18:53
26873
71
2025-10-28 18:53
95837
23
2025-10-28 18:53
98267
31
2025-10-28 18:53
58632
24
2025-10-28 18:53
13564
73
2025-10-28 18:53
34278
64
2025-10-28 18:53
97643
35
2025-10-28 18:53
| 魅影直播游客免登录 | 私密直播全婐app |
| 六月直播 | |
| 鲍鱼直播 | 仙凡直播 |
| 五楼直播 | |
| 小狐狸直播 | 免费真人视频网站直播下载 |
| 免费直播行情网站大全 | |
| 蜜桃app | 巧克力直播 |
| 黄播 | |
| 杏爱直播 | 凤蝶直播 |
| 比心直播 | |
| 柠檬直播 | 魅影直播 |
| 榴莲视频 | |
| 山猫直播 | 大鱼直播 |
| 妲己直播 | |
| 荔枝直播 | 鲍鱼直播 |
| 苹果直播 | |
| 看少妇全黄a片直播 | 色花堂直播 |
| 魅影直播 | |
| 看b站a8直播 | 小k直播姬 |
| 月神直播 | |