徐州8月9日電 (唐娟 朱志庚)2025年江蘇省城市足球聯賽(簡稱「蘇超」)自開賽以來,備受社會關注。賽場上,徐州主場啦啦隊身著漢韻隊服表演,令人印象深刻。8月8日,設計師洪流對外介紹,隊服設計創作靈感源自睢寧縣博物館的鎮館之寶漢畫像石《舞樂車馬圖》。 設計師洪流展示「蘇超」徐州主場啦啦隊隊服。 朱志庚 攝 在中國古代,人們把用腳踢球稱為「蹴鞠」。早在兩千多年前,漢高祖劉邦的父親劉太公在徐州老家時,就常與鄰裡少年們一起蹴鞠為樂。 6月中旬,應有關部門邀請,設計師洪流以「鼓舞彭城,足耀九州」為設計理念投入到「蘇超」徐州主場啦啦隊隊服設計任務中來。 城市探尋系列透光明信片。 朱志庚 攝 徐州古稱彭城,「彭」本意是指敲擊鼓面發出的聲響。建鼓舞是一種擊鼓而舞的傳統舞蹈,在漢代盛行。「我記得在睢寧就有一塊漢畫像石,展現了蹴鞠表演擊鼓助威的場景。於是我定下了隊服設計的初稿方向。」洪流說。經查尋,這塊漢畫像石叫《舞樂車馬圖》,是睢寧縣博物館的鎮館之寶。 「建鼓舞的助威氣勢,蹴鞠的競技張力,與現在啦啦隊的熱情,簡直是跨時空共鳴。」洪流坦言,最初設計時他曾擔心漢文化元素融入現代賽場會顯得生硬,還好睢寧縣博物館提供了《舞樂車馬圖》漢畫像石的高清資料,尤其是建鼓舞與蹴鞠同框的畫面,一下子讓漢代蹴鞠場景在自己腦海裡活了過來。 「蘇超」徐州主場啦啦隊隊服與《大漢蹴鞠》明信片的設計靈感源自漢畫像石《舞樂車馬圖》。睢寧縣博物館供圖 設計好的隊服借鑑古裝側系帷裳的經典造型,上面飾有建鼓舞拓印圖,將漢代鼓點的「助威密碼」具象化。衣服後背以現代審美重塑同款圖案,形成前後呼應。服飾以紅色、黑色為主調,盡顯「大漢雄風」。7月5日,「蘇超」徐州隊主場對戰南通隊,徐州主場啦啦隊首次著該款式隊服出現在徐州奧體中心。 此外,洪流和他的設計團隊聯合其他文創團隊,結合「蘇超」賽事創作了《大漢蹴鞠》明信片。用燈光透過明信片,可以看到隱藏其中的《舞樂車馬圖》拓印,市民還可以用手機掃一掃明信片上的 AR體驗碼進行趣味互動。 近日,洪流來到睢寧縣博物館再次現場觀摩《舞樂車馬圖》漢畫像石,並向博物館贈送100張《大漢蹴鞠》明信片留作紀念。(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。
糖果直播 | 暖暖直播 |
小蝌蚪app |
妖姬直播 | 魅影5.3直播 |
巧克力直播 |
秀色直播 | 春雨app直播免费看 |
春雨直播 |
魅影视频 | 魅影视频 |
美女直播 |
小草莓直播 | 小妲己直播 |
榴莲视频 |
月夜直播 | 红桃直播 |
黑白直播 |
榴莲视频 | 蜜桃app |
奇秀直播 |
月夜直播在线观看 | 么么直播 |
妖姬直播 |
妖姬直播 | 西甲直播 |
樱花直播nba |
魅影视频 | 香蕉app免费下载 |
名模直播 |