農廢變「金肥」 杭州以智慧農服繪就綠色「豐景」
2025-11-24 21:44 5,178次浏览天津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)
■ 社論 機器人運動會點燃的，不僅是賽場上的火焰，更是產業革新的烈焰。 8月14日至17日，2025世界人形機器人運動會將在北京國家速滑館(冰絲帶)舉行。來自全球五大洲16個國家的280支隊伍、500餘臺人形機器人將展開26個賽項、538個比賽項目的競技對決。 這是全球首個人形機器人運動會，聚焦於那些具有類人形態和具身智能的機器人。傳統機器人更多依賴於機械工程和自動化控制技術，而當下的大部分人形機器人除了在外形與人類更「像」之外，其更大的特色是人工智慧和深度學習。 這場運動會的舉辦，不僅標誌著機器人技術進入了一個新的競技時代，更預示著人形機器人從實驗室向現實生活邁出了新的步伐。 對於普通觀眾而言，機器人運動會的價值在於新奇性、娛樂性和觀賞性，但其價值卻遠超現場的競技本身。 競技之外，這場賽事更像一個技術層面的盛宴，有望成為全球人形機器人產業乃至科技創新生態的重要風向標。也正因如此，賽事吸引了來自全國和全球頂尖的機器人科研機構和企業，吸引了來自全球的大量目光。 於科研界和產業界而言，這場盛會提供了一個相互切磋競技的真實環境。在各自的實驗室裡，測試環境雖然控制嚴格，設計精密，卻難以完全模擬現實世界的複雜與多變。真實場景則充滿各種不可預見的因素，極為考驗機器人的適應性和自主決策能力。 不僅如此，比賽考察的不是單臺機器人的孤立性能，而是整個生態系統的成熟度。從算法訓練的數據質量、硬體供應鏈的穩定性，到運營維護的響應速度，都是決定比賽成敗的關鍵因素。這種生態層面的考驗，使得機器人運動會成為衡量產業鏈健康度的重要標尺。 運動會也相當於機器人「從實驗室走向現實生活」的第一場公開考試。只有在賽場上經歷過層層錘鍊、技術全面達標的機器人，才能真正進入家庭、醫療、工業、服務等多元社會場景，承擔起替代或輔助人類完成任務的重任。 機器人運動會的另一層深度價值在於，還可以吸引公眾與資本的目光，為其未來商業化和融資等搭建橋梁。 競技賽場極具觀賞性，這使得機器人運動會成為連接公眾與前沿科技的橋梁。許多普通觀眾通過生動的競賽，首次直觀感受到了機器人技術的進步和潛力，激發了對科技的興趣和信心。 機器人運動會對城市意義也頗為重要，本次運動會選擇在北京舉辦，其背後是北京和中國在全球機器人產業中的領先地位。中國連續12年成為全球最大工業機器人市場，是第一大機器人生產國。而北京則是中國機器人產業的技術高地，大量優質企業在北京都有研發和產業布局，完善的產業鏈生態也為賽事提供了充足的技術、人才和資金支持。 就此看，舉辦機器人運動會不僅是彰顯北京科技實力的窗口，也是打造全球機器人產業風向標的戰略舉措。如果能夠將人形機器人運動會打造成品牌賽事，相當於北京增加了一張新的城市名片，也有助於北京未來成為機器人產業的全球資源集聚高地。 事實上，回顧歷史，競技一直都是技術與產業進步的重要推動力。比如，人工智慧發展史上的最著名時刻之一，就是2016年的圍棋人機大戰。此後，人工智慧變得家喻戶曉，並開始滲透到每個人的工作和生活中。 競技的本質，是不斷挑戰極限與突破自我。機器人運動會點燃的，不僅是賽場上的火焰，更是產業革新的烈焰。 或許多年以後，2025年的北京機器人運動會會成為一個記錄機器人產業發展的重要節點。那時，今日在背後激發這場運動會的技術和產業浪潮，想必已經成功改變人類生活的方方面面。
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。
b站刺激战场直播
「活动」首次登录送新手大礼包
- 软件大小: 832.27MB
- 最后更新: 2025-11-24 21:44
- 最新版本: v18.9.11.6
- 文件格式: apk
- 应用分类:ios-Android 深夜直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.35以上
客服热线：137-4681-3487
花瓣直播类似软件
猜你喜欢
35
92683
54
2025-11-24 21:44
18374
12
2025-11-24 21:44
85167
62
2025-11-24 21:44
64538
13
2025-11-24 21:44
74325
52
2025-11-24 21:44
61834
19
2025-11-24 21:44
75182
72
2025-11-24 21:44
21764
32
2025-11-24 21:44
62497
69
2025-11-24 21:44
79814
96
2025-11-24 21:44
73284
68
2025-11-24 21:44
16598
23
85271
71364
68452
85
69514
25941
79
16