2025年4月,《深圳市休閒騎行道專項規劃(2025—2035年)》公布,規劃提出構建高品質、高等級全域騎行道網絡體系,考慮全齡、全民、全域的騎行友好需求。根據規劃,未來深圳將延續山海連城「一脊一帶二十廊」魅力生態骨架,總體形成「1+3+N」的休閒騎行道骨架,建成1000公裡以上的休閒騎行線路,打造「山海連城 騎樂無窮」的深圳騎行品牌。 「1」是指濱海騎行道,線路全長200公裡,將串聯深圳東、西海岸線的三灣(深圳灣、大鵬灣、大亞灣)一洋(伶仃洋)一河(深圳河),形成融海岸自然、海濱活力、海邊慢行的休閒活力騎行帶。 「3」是指西部、中部、東部山海騎行大環。西部山海騎行大環全長約200公裡,連通南山區、寶安區、光明區;中部山海騎行大環全長約150公裡,連通福田區、南山區、龍崗區、龍華區;東部山海騎行大環全長約150公裡,連通鹽田區、龍崗區、坪山區、大鵬新區。 「N」是指N個特色騎行環。融合各片區的山海特色、片區功能、景觀體驗,圍繞市民一天的騎行體驗,形成各自超過30公裡的環湖庫、串河流、穿山林特色騎行環。 記者了解到,無論騎行道路怎樣建設,騎行道路的限速是貫穿始終的重要內容。規劃要求,在騎行道與漫步道之間劃定交通標線,合理分配休閒騎行與步行的路權,限制騎行速度,規範混行路段騎行行為,保障步行與休閒騎行安全。同時,我市2025年啟動《深圳市休閒騎行道管理規定(徵求意見稿)》起草工作,其中規定對於騎行者在日常休閒騎行時,應當遵守限速規定(一般不得高於15公裡/小時)。 (深圳特區報記者 解樹森)
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。
76948
73
2025-11-07 13:19
52846
36
2025-11-07 13:19
82917
61
2025-11-07 13:19
93752
36
2025-11-07 13:19
27654
62
2025-11-07 13:19
38571
21
2025-11-07 13:19
91576
48
2025-11-07 13:19
64312
48
2025-11-07 13:19
89657
57
2025-11-07 13:19
81265
42
2025-11-07 13:19
36985
85
2025-11-07 13:19
46195
38
2025-11-07 13:19
57912
34
2025-11-07 13:19
71432
93
2025-11-07 13:19
67459
47
2025-11-07 13:19
13659
54
2025-11-07 13:19
48691
79
2025-11-07 13:19
38759
74
2025-11-07 13:19
82157
91
2025-11-07 13:19
51397
47
2025-11-07 13:19
58196
95
2025-11-07 13:19
83629
97
2025-11-07 13:19
65483
53
2025-11-07 13:19
35896
21
2025-11-07 13:19
61953
42
2025-11-07 13:19
73641
48
2025-11-07 13:19
32169
56
2025-11-07 13:19
39174
58
2025-11-07 13:19
18479
82
2025-11-07 13:19
48195
63
2025-11-07 13:19
48697
47
2025-11-07 13:19
89613
76
2025-11-07 13:19
31947
28
2025-11-07 13:19
96275
58
2025-11-07 13:19
97564
57
2025-11-07 13:19
43295
58
2025-11-07 13:19
14359
74
2025-11-07 13:19
98753
36
2025-11-07 13:19
63285
72
2025-11-07 13:19
47926
93
2025-11-07 13:19
58416
56
2025-11-07 13:19
83241
25
2025-11-07 13:19
78463
76
2025-11-07 13:19
56892
25
2025-11-07 13:19
12894
15
2025-11-07 13:19
79365
98
2025-11-07 13:19
79586
57
2025-11-07 13:19
67183
58
2025-11-07 13:19
91643
29
2025-11-07 13:19
58749
13
2025-11-07 13:19
72356
72
2025-11-07 13:19
| 夜魅直播 | 快猫 |
| 打开b站看直播 | |
| 迷笛直播 | 蜜桃app |
| 趣爱直播 | |
| 富贵直播 | 红杏直播 |
| 看b站a8直播 | |
| 成人抖阴 | 绿茵直播 |
| 打开b站看直播 | |
| 小白兔直播 | 牡丹直播 |
| 凤蝶直播 | |
| 大鱼直播 | 韩国直播 |
| 春雨直播安装包 | |
| 西瓜直播 | 小草莓直播 |
| 魅影直播 | |
| 小猫咪视频 | 杏爱直播 |
| 凤蝶直播 | |
| 巧克力直播 | 迷笛直播 |
| 橘子直播 | |
| 杏爱直播 | 迷笛直播 |
| 凤蝶直播 | |