成都8月10日電 (記者 賀劭清)10日,隨著最後一條龍舟在滂沱大雨中衝過終點,成都世運會龍舟項目正式落下帷幕。此次龍舟比賽,印度尼西亞隊以3金2銀的佳績成為最大贏家,中國隊摘得兩枚銀牌。 8月9日,成都世運會龍舟項目在興隆湖開賽。 記者 張浪 攝 龍舟此前曾作為表演(展示)項目登上世運會及奧運會。成都世運會是龍舟第一次「劃」入世運會正賽。共有12支隊伍參與龍舟項目角逐,賽期兩天。 10日為龍舟項目最後一個比賽日,興隆湖風雨交加,水流速度激增,但這沒有阻擋龍舟隊前進的鼓聲。岸邊,不少觀眾打著傘、穿著雨披為龍舟隊加油吶喊。 當日,印度尼西亞隊在10人座500米、8人座公開組200米奪冠。而前一日的比賽,印度尼西亞隊在8人座公開組2000米追逐賽收穫金牌,這也是世運會史上第一枚龍舟金牌。印度尼西亞隊教練蘇利亞迪·穆罕默德賽後透露,該隊由學生、警察等龍舟愛好者組成。因為熱愛,大家日常訓練十分努力。 中國隊在8人座公開組2000米追逐賽、10人座200米摘得銀牌。烏克蘭隊在8人座公開組500米、10人座2000米追逐賽中奪冠,泰國隊也在10人座200米收穫一枚金牌。 在成都世運會龍舟項目裁判、中國皮划艇世界冠軍趙曉俐看來,無論是9日的高溫,還是10日的驟雨,都不會對龍舟比賽造成影響。因為發揮團隊精神與自然搏鬥,正是龍舟運動的魅力之一。(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。
82475
26
2026-01-22 06:33
76834
54
2026-01-22 06:33
71859
62
2026-01-22 06:33
13796
95
2026-01-22 06:33
52876
78
2026-01-22 06:33
28613
94
2026-01-22 06:33
93248
28
2026-01-22 06:33
93658
16
2026-01-22 06:33
17685
78
2026-01-22 06:33
78642
36
2026-01-22 06:33
78453
82
2026-01-22 06:33
21583
23
2026-01-22 06:33
92647
34
2026-01-22 06:33
32574
98
2026-01-22 06:33
84795
83
2026-01-22 06:33
16248
46
2026-01-22 06:33
78694
27
2026-01-22 06:33
78163
78
2026-01-22 06:33
28931
61
2026-01-22 06:33
24613
26
2026-01-22 06:33
43821
91
2026-01-22 06:33
28593
54
2026-01-22 06:33
89627
62
2026-01-22 06:33
83269
64
2026-01-22 06:33
83651
48
2026-01-22 06:33
17962
15
2026-01-22 06:33
18746
58
2026-01-22 06:33
84691
18
2026-01-22 06:33
83519
49
2026-01-22 06:33
69238
34
2026-01-22 06:33
36518
95
2026-01-22 06:33
92618
16
2026-01-22 06:33
52938
64
2026-01-22 06:33
37198
89
2026-01-22 06:33
95378
92
2026-01-22 06:33
47693
37
2026-01-22 06:33
52634
86
2026-01-22 06:33
25871
74
2026-01-22 06:33
49528
16
2026-01-22 06:33
79865
26
2026-01-22 06:33
42915
92
2026-01-22 06:33
42137
21
2026-01-22 06:33
92154
35
2026-01-22 06:33
62539
97
2026-01-22 06:33
83975
35
2026-01-22 06:33
29814
93
2026-01-22 06:33
71689
98
2026-01-22 06:33
79854
67
2026-01-22 06:33
92736
16
2026-01-22 06:33
23671
28
2026-01-22 06:33
25483
89
2026-01-22 06:33
92351
13
2026-01-22 06:33
| 桃花直播 | 魅影直播游客免登录 |
| 祼女直播app | |
| 暖暖直播 | 糖果直播 |
| 色花堂直播 | |
| 绿茵直播 | 河豚直播 |
| 六月直播 | |
| 么么直播 | 糖果直播 |
| tvn直播 | |
| 深夜大秀直播app | 花儿直播 |
| 小白兔直播 | |
| b站刺激战场直播 | 凤凰网直播 |
| 黑白直播 | |
| 妲己直播 | 橙色直播 |
| 凤凰网直播 | |
| 月夜直播 | 飞速直播 |
| 蜜桃app | |
| 五楼直播 | 春雨直播全婐app免费 |
| 深夜直播 | |
| 现场直播 | 春雨直播 |
| sky直播 | |