半年報集體暴跌，BBA入冬，誰在買？
2026-01-08 15:55 3,637次浏览東莞8月9日電 (記者 許青青)2025 DiD Award東莞杯國際工業設計大賽潮玩專項賽東莞原創潮玩設計大賽9日在廣東東莞正式啟動，面向全球徵集「東莞潮玩IP」，以設計創新促進「中國潮玩之都」的品牌升級。 據廣東省工業設計協會秘書長楊傑介紹，該設計大賽實行開放辦賽，國(境)內外企業、機構、院校、個人或團隊均可參賽，參賽作品數量不限。所有參賽作品原則上須是2024年1月1日後完成的原創作品，且具有自主的智慧財產權和較強的可產業化特質。 大賽分為「東莞潮玩IP形象設計」和「原創潮玩IP設計」兩個賽道。「東莞潮玩IP形象設計」賽道面向全球徵集東莞潮玩專屬的IP形象設計，鼓勵參賽作品融合東莞城市精神、潮玩產業基因及國潮文化元素，體現開放、包容、奮進的特質，IP具備良好的品牌延展性與落地應用性。獲獎IP形象將應用於東莞潮玩產業的產品研發、文旅融合、品牌傳播等領域。 「原創潮玩IP設計」賽道鼓勵以國潮文化為背景元素，採用新形式、新技術、新材料、新體驗，結合國潮文化、潮玩特點及文化內涵為基礎，進行國風潮玩IP設計。作品須有獨特的美學呈現，可落地的材料、工藝和結構表現。鼓勵進行IP作品的盲盒、衍生品、地標、打卡點等場景的應用表現。 大賽徵集作品截止日期為今年10月10日。楊傑表示：「獎金之外，我們更期待讓創意種子在東莞土壤生根——這裡有8000家工廠做後盾，能讓設計最快從圖紙變成產品」。(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。
520直播
「活动」首次登录送新手大礼包
- 软件大小: 249.63MB
- 最后更新: 2026-01-08 15:55
- 最新版本: v15.4.13.18
- 文件格式: apk
- 应用分类:ios-Android 曼城直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.96以上
客服热线：137-6518-4326
76281
56
94851
93287
91
2026-01-08 15:55
19465
78
2026-01-08 15:55
18476
94
2026-01-08 15:55
92175
18
2026-01-08 15:55
91372
63
2026-01-08 15:55
19854
26
2026-01-08 15:55
12435
31
2026-01-08 15:55
47968
64
2026-01-08 15:55
76931
82
2026-01-08 15:55
94
26418
34
98367
21986
17293
62175
73469
63251
58243
31
37
51796
36
79
