《西夏通志》出版 填補西夏史研究空白
2025-11-11 17:23 9,526次浏览上海8月8日電(繆璐 陳惠晗)上海市足球協會與阿迪達斯戰略合作籤約儀式暨第十五屆全國運動會上海足球隊出徵儀式8日在上海體育場會議中心舉行。展望11月將舉行的第十五屆全國運動會，上海女足成年隊主帥水慶霞表示，競爭一定會非常激烈，壓力很大。 8月8日，上海市足球協會與阿迪達斯戰略合作籤約儀式暨第十五屆全國運動會上海足球隊出徵儀式在上海體育場會議中心舉行。(主辦方供圖) 作為國內水平最高、規模最大的綜合性運動會，第十五屆全國運動會將於2025年11月9日至21日舉行，由廣東、香港、澳門三地聯合承辦，這在全運會歷史上尚屬首次。上海曾於1983年和1997年成功舉辦第五屆、第八屆全運會，而上海足球在全運會賽場更是戰績輝煌。 2017年天津全運會，上海男女足四支隊伍包攬冠軍，創下全運會的一項紀錄。2025年，提前結束的粵港澳大灣區全運會女足U18、U16角逐中，上海全運女足兩支適齡隊伍先後奪冠，展現出申城足球紮實的青訓基礎。 「這次的任務非常艱巨，我認為比之前兩屆要更難。原因很多，重要一點就是小女足已經拿了兩塊金牌了，我們的壓力一下子就大了起來。但即便如此，我們也要爭取，要學習小女足的拼搏精神，頑強地戰鬥。當然，也希望能夠學到他們在比賽中的『運氣』，爭取為上海爭光。」上海U20男足總教練徐根寶表示。 8月8日，上海女足成年隊主帥水慶霞在現場接受採訪。(主辦方供圖) 水慶霞同樣表示自己「壓力山大」。「這壓力不是一點點大，而是太大了。前面小女足拿了兩個冠軍，大家對我們的期待當然也就更高了，接下來我們要爭取把壓力變成動力，不去想那麼多，爭取把自己該做的事情做好。」水慶霞表示，重新回歸上海女足帥位的這一個月時間裡，自己的主要任務就是帶隊參加女超聯賽，同時為全運會做準備，「從今年女超聯賽的情況來看，有七八支隊伍的實力相當，誰都有可能拿冠軍，競爭一定會非常激烈。到了我這個年紀，在乎輸贏是正常的，但是也不能太在乎輸贏，做好自己才是最重要的」。 水慶霞也是一位冠軍教練，帶領上海女足多次問鼎全國冠軍，並在2022年帶領中國女足拿到闊別多年的女足亞洲杯冠軍。前不久，水慶霞重新回歸上海女足擔任主教練，她笑言，自己和隊員之間現在是「熟悉的陌生人」，接下來她會和隊員們多溝通，從心態和狀態兩個方面來調整球隊狀態，將備戰工作做足。 據悉，此次阿迪達斯將與上海市足球協會展開多維度的戰略合作，為即將代表上海出徵第十五屆全國運動會的上海女足成年、U20男足、U18男足與U16男足等四支代表隊打造兼顧功能性與設計感的全新戰袍。 上海市足球協會主席柳海光說：「再過不久，我們的隊伍就要踏上全運會賽場。這是檢驗訓練成果的舞臺，更是展現上海足球風貌的機會。希望全體將士帶著這份支持與期待，發揚『永不言棄』的拼搏精神，賽出風格、賽出水平。」(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。
仙凡直播
「活动」首次登录送新手大礼包
- 软件大小: 276.76MB
- 最后更新: 2025-11-11 17:23
- 最新版本: v19.18.1.1
- 文件格式: apk
- 应用分类:ios-Android 花瓣直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.31以上
客服热线：137-8963-9762
71
27983
72
89623
14
2025-11-11 17:23
71329
69
2025-11-11 17:23
58321
79
2025-11-11 17:23
75394
84
2025-11-11 17:23
98124
15
2025-11-11 17:23
79451
67
2025-11-11 17:23
53169
58
2025-11-11 17:23
26514
97
2025-11-11 17:23
43689
14
2025-11-11 17:23
73
42
57348
19748
95786
75238
39254
54362
17
15689
68759