今年第13號颱風「劍魚」生成
2026-02-23 19:04 8,965次浏览最近幾天，81歲的退役老兵孫灶立「火」了。7月31日上午8時許，上海楊浦公園內有人不慎落水，孫灶立不顧高齡跳入水中施救。隨著視頻在網上傳播，眾多網友紛紛為他的義舉點讚。今天（5日）上午，上海市和楊浦區退役軍人事務局、四平路街道相關負責人前往孫灶立家中，給老人送上鮮花和慰問品。之後，孫灶立向解放日報·上觀新聞記者講述了自己救人的故事。 孫灶立在家中接受記者採訪「我當時在楊浦公園裡鍛鍊，突然聽到不遠處有人喊『救命』。」孫灶立回憶，他匆忙趕到現場時，就看到有位阿婆面朝下漂浮在水面上，一動不動。孫灶立顧不上脫外衣就下水救人。「我從小就會遊泳，還在海軍部隊服役過，水性好。」孫灶立說，好在水不算深，沒到他胸口，涉水到落水者旁邊後，他便奮力將她託起往岸邊移動，「落水的人還在不停地吃水，哪怕快一秒也好，就想著要儘快把她救上來。」然而，孫灶立畢竟年事已高，此次救人也頗感吃力。中途孫灶立因體力透支，不得不停下來喘息。後來，在周圍群眾的協助下，阿婆成功獲救，孫灶立也被拉上岸。此時，他面色蒼白，感到身體有些不適。「周圍群眾都很熱心，等救護車的時候，有人看到我衣褲都溼了，提醒我得趕緊脫掉。有位爺叔還把自己的上衣脫下來，讓我穿上。」 在周圍群眾幫助下，落水阿婆被救上岸急救人員趕到後，孫灶立和阿婆都被送往醫院進一步觀察，好在均無大礙。對於孫灶立勇救落水者一事，他和家人和戰友都不感到意外。在得知孫灶立英勇救人的事跡後，幾位當年的戰友專程前來看望，其中一人帶了一張塑封好的報紙，頭版頭條寫著「65歲老人勇救3名落水盲人」。故事的主角，正是孫灶立。原來，2009年65歲的他就曾在和平公園救起3名落水盲人，當時他在近2米深的水中往返數次，將遇險者一一救上岸。「我以後還會救人，只要身子骨還硬朗！」當年接受採訪時，孫灶立這樣說。16年後，他用實際行動踐行了自己的諾言。在被問到如此高齡還下水救人，有沒有感到害怕時，這位1965年入伍、參加過抗美援越的老人搖了搖頭：「在部隊當兵時，我就知道遇到危險要挺身而出，要保護人民群眾，這是我作為軍人應該做的。」像孫灶立這樣的退役軍人，在上海還有很多。市退役軍人事務局相關負責人表示，此次慰問勇救落水者的孫灶立老人，就是要在全社會營造崇尚英雄、尊崇軍人的濃厚氛圍。近年來，上海始終高度重視退役軍人服務保障和思想政治引領工作，努力打造具有溫度的退役軍人服務「樣板」。通過持續開展烈士褒揚、「最美退役軍人」學習宣傳活動、「老兵永遠跟黨走」主題宣講活動和送立功喜報、懸掛光榮牌等活動，不斷提升退役軍人的榮譽感與獲得感。
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。
直播黄台app凤蝶
「活动」首次登录送新手大礼包
- 软件大小: 384.21MB
- 最后更新: 2026-02-23 19:04
- 最新版本: v3.17.9.14
- 文件格式: apk
- 应用分类:ios-Android 看b站a8直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.38以上
客服热线：138-8479-6587
45726
84976
42
2026-02-23 19:04
38942
83
2026-02-23 19:04
58796
64
2026-02-23 19:04
46837
36
2026-02-23 19:04
81472
43
2026-02-23 19:04
79834
87
2026-02-23 19:04
64879
27
2026-02-23 19:04
14985
39
2026-02-23 19:04
18723
17
2026-02-23 19:04
97
43716
81
39
57412
17
32815
49
89431
24
16432
31
