寧夏固原農特產品亮相廣州
2025-11-21 12:01 1,867次浏览本報三亞8月3日電 (記者董澤揚)由中國科學院深海科學與工程研究所主導的國際研究團隊，在西北太平洋的千島—堪察加海溝和阿留申海溝發現全球最深、分布規模最大的化能合成生態系統。在深度達到9533米的深淵海底，存在著目前已知最深的化能合成生命群落和巨大甲烷儲庫。相關研究成果7月30日發表於國際學術期刊《自然》。 研究團隊利用「奮鬥者」號載人潛水器，揭示了深淵中延綿且蓬勃生長的化能合成群落。這些生命不依賴陽光獲取能量，而是利用地質流體中的化學反應獲取新陳代謝所必需的能量。這一發現不僅挑戰了關於生命在極端深度生存能力的認知，也為理解深海碳循環的複雜機制提供了全新視角。 深淵是指深度在6000米至近11000米之間的海溝區域。長期以來，科學界推測化能合成群落可能廣泛存在於深淵區域，但此前發現的案例屈指可數。此次研究首次在9533米的深淵，以及跨越2500公裡的廣闊海溝底部，觀測到世界上分布最深、分布規模最大的化能合成生命群落。這些群落主要由深海管狀蠕蟲和雙殼類軟體動物組成，它們依靠富含硫化氫和甲烷的流體維持生命。 該研究對理解地球深部碳循環具有深遠意義。通過地球化學分析，研究發現這些環境中的甲烷由沉積層深處的微生物活動產生。這表明深淵海底之下還存在未知的、龐大而活躍的深部生物圈，不斷將由沉降有機質分解而來的二氧化碳轉化為甲烷。這一過程可能封存了大量從上層海洋沉降的有機碳，並以天然氣水合物等形式在深淵海底形成規模巨大的甲烷儲庫，挑戰了傳統的深海碳循環模式。 這一發現也直接挑戰了「深淵生態系統主要依靠從海洋表層沉降的有機顆粒和動物殘骸維持」的傳統觀點。研究證明，化能合成生命可能在深淵生態系統發揮著比想像中更重要的作用，並深刻影響著深淵生態系統的結構和功能。在此發現的基礎上，研究人員推測，化能合成生態系統在深淵的分布可能遠比目前發現的更為廣泛，有望在全球範圍內形成一條沿構造活動活躍、有機質豐富的海溝底部分布的「化能生命走廊」。 本次研究是「全球深淵探索計劃」的重要組成部分。該計劃由中國科學院發起和主導，獲得聯合國「海洋科學促進可持續發展十年」執行委員會批准，旨在利用先進的深潛技術揭開地球深淵無人區的奧秘。研究團隊將進一步探索化能生態系統的全球分布格局、深淵碳循環模式及其對全球碳循環的影響。 《 人民日報 》( 2025年08月04日 13 版)
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。
97播播
「活动」首次登录送新手大礼包
- 软件大小: 719.62MB
- 最后更新: 2025-11-21 12:01
- 最新版本: v3.3.8.4
- 文件格式: apk
- 应用分类:ios-Android 杏仁直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.81以上
客服热线：136-8569-2594
26913
57
26749
26
2025-11-21 12:01
18479
61
2025-11-21 12:01
13478
65
2025-11-21 12:01
35196
92
2025-11-21 12:01
53496
34
2025-11-21 12:01
41593
12
2025-11-21 12:01
14962
16
2025-11-21 12:01
46517
53
2025-11-21 12:01
34186
34
2025-11-21 12:01
24378
17
52314
12869
13
28
75
62841
76851