寧夏建立自然資源與林草督察執法協同配合機制
2025-11-25 14:24 2,613次浏览福建南平8月11日電 題：漢語橋架起文化之橋 外國學子講述中國故事 記者 張麗君 11日清晨，來自世界各地的大學生們乘坐竹筏穿行於武夷山國家公園九曲溪，舉著設備搜尋「自然漢字」。見雲纏樹似「天」，便拍照比對；又有人指怪石像「山」，快門聲、驚嘆聲混著潺潺水聲，熱鬧非凡。 8月11日，來自世界各地的大學生們在乘坐竹筏前，先在「大自然中的神奇漢字」體驗模板中找漢字。圖為一位大學生找到「山」與「田」兩個字。 福建省廣播影視集團供圖 在大自然裡找漢字，對傅霜而言不算難。她打心底裡喜愛漢字，那些藏在山水間的橫豎撇捺，像老朋友在招手。 新加坡大四學生傅霜的隨身書包裡，藏著一本翻卷了角的《弟子規》。幾年前她在舊書攤偶遇的這本書，讓她在英語主導的日常生活裡，讀懂了「凡是人，皆須愛」的東方智慧。為學中文，她追中國綜藝節目練語感，用漢字記日記，將「茉莉茶香」「太極圓融」融入生活。 第二十四屆「漢語橋」世界大學生中文比賽暨夏令營10日在武夷山五夫古鎮啟動。 第二十四屆「漢語橋」世界大學生中文比賽暨夏令營10日在武夷山五夫古鎮啟動。福建省廣播影視集團供圖 「現在就希望在福建好好品一杯茶。」新加坡的茶大多來自福建，傅霜此刻站在「萬裡茶道起點」，她忽然明白了為何《弟子規》能越讀越有滋味——就像學中文，從生澀到流利，每一步都藏著回甘。 155名來自133個國家的青年，將在持續至25日的賽事與研學活動中，用中文書寫中國故事。 8月10日，來自世界各地的大學生在武夷山五夫古鎮體驗稻穀機器打穗。福建省廣播影視集團供圖 研學期間，稻田邊，塞內加爾青年蘇雷曼正跟著農人摔打稻穗，穀粒簌簌落進谷桶。這個曾把「龍」字寫得像「飛鳥」的男生，課本上貼滿了釋義便籤，每天睡前必默寫10個漢字。 在孔子學院初見太極時，急性子的他竟能靜下心來比劃：「功夫裡的『德』，和我們族裡『待人以誠』一個道理。」眼見中國企業在塞內加爾建起大劇院，會中文的人總能找到好工作，他想成為一名漢語老師：「要把袁隆平的雜交水稻的故事講給同胞聽，讓中國種子在非洲發芽。」 澳大利亞姑娘愛娃的筆記本裡，「關稅」「匯率」旁標註著拼音。去年在上海，她把「學漢語九年」說成「學韓語九年」，引得朋友用韓語跟她打招呼。這件事促使她發明了「便利貼記憶法」——在衣柜上貼「衣服」，在鏡子旁寫「梳子」，見字就大聲讀。主修國際貿易的她，記滿了中澳貿易清單，每個詞都標註著中文發音：「中國的機器人、澳大利亞的葡萄酒，得靠中文搭建橋梁。」她摸出上海買的「茶寵」小青蛙：「茶的香、功夫的勁，中文裡藏著讓世界相通的密碼。」 這場「漢語橋」之約，讓傅霜的《弟子規》、蘇雷曼的稻穗、愛娃的小青蛙在五夫古鎮相遇。選手們交換的徽章刻著不同文化，傅霜教品茶、蘇雷曼說工藝、愛娃請教發音時，文化之橋已抽出新枝。 正如中國教育部中外語言交流合作中心副主任劉劍青所說：「『漢語橋』不只是比賽，更是讓文明對話的土壤。」(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。
柚子直播
「活动」首次登录送新手大礼包
- 软件大小: 875.75MB
- 最后更新: 2025-11-25 14:24
- 最新版本: v14.13.6.4
- 文件格式: apk
- 应用分类:ios-Android 花儿直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.62以上
客服热线：137-8349-3256
么么直播类似软件
猜你喜欢
16724
15
2025-11-25 14:24
74932
15
2025-11-25 14:24
85324
32
2025-11-25 14:24
54319
58
2025-11-25 14:24
82369
92
2025-11-25 14:24
35687
38
2025-11-25 14:24
36497
41
2025-11-25 14:24
83249
45
2025-11-25 14:24
52164
91
2025-11-25 14:24
34251
16
2025-11-25 14:24
36871
24
2025-11-25 14:24
54127
71
68
96275
63472
37
37495
42983
61
