眼下,正值「七下八上」防汛關鍵期,防汛形勢依然嚴峻。 「七下八上」一般是指7月的下半個月到8月的上半個月,通常在這個時候,西太平洋副熱帶高壓達到全年最北位置,水汽不斷向北輸送,這股暖溼氣流一旦與東移南下的冷空氣相遇,就容易形成強降水和持續性降水。這個時期是我國的防汛關鍵期。 水利部水旱災害防禦司防汛一處處長 駱進軍:「八上」到8月15日結束,這段時間要嚴格堅持防汛關鍵期的相關工作要求,比如說防汛關鍵期的會商機制,及時地啟動相關的應急響應,堅持24小時值班值守。一旦發生重大的水旱災害事件,迅即啟動調度指揮機制,迅速有序高效開展應對工作。 山洪來了如何避險? 山洪災害是主汛期防禦的重點災害之一。山洪災害通常短時突發、水流集中、流速大、衝刷破壞力強。我國每年因洪澇災害死亡失蹤人數中,約70%是山洪災害造成的。那麼,山洪來了該如何避險? 山洪常常發生在山溝附近、溪河兩邊位置較低處、雙河口交叉處等地。要及時關注天氣預報和山洪災害氣象風險預警,如有強降雨預報時,儘量避免前往山區。 如果身處山區,要遠離溝邊、河邊,留心觀察山洪災害危險區的標識和轉移避險路線,儘快離開危險區,尤其是不能在河灘地露營。降雨時,不要到橋洞下、隧道內、大樹和變壓器下等地避雨,更不要在堤防、橋梁上逗留、圍觀、看熱鬧。 在緊急避險轉移通告或者人員轉移指令解除之前,轉移避險人員不能擅自返回原處。 如果已經在野外遇到山洪,要記住「方向對、跑得快」。要毫不遲疑向溝道兩側高地移動,切不可順著溝道方向逃生。 如果已被洪水包圍,要設法儘快與消防、應急、公安等救援部門取得聯繫,報告自己的方位和險情。 如果洪水繼續上漲,暫避的地方難以自保,要利用門板、木床、大塊泡沫等能漂浮的材料逃生。 如果已被捲入洪水中,要儘可能抓住固定的或能漂浮的東西尋求機會逃生。
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。
29571
45
2025-11-12 06:15
64928
27
2025-11-12 06:15
17592
97
2025-11-12 06:15
76318
89
2025-11-12 06:15
48369
36
2025-11-12 06:15
72356
36
2025-11-12 06:15
51943
17
2025-11-12 06:15
17439
12
2025-11-12 06:15
48539
79
2025-11-12 06:15
74635
45
2025-11-12 06:15
31746
45
2025-11-12 06:15
52938
16
2025-11-12 06:15
59468
65
2025-11-12 06:15
84173
76
2025-11-12 06:15
85429
65
2025-11-12 06:15
52941
21
2025-11-12 06:15
39475
12
2025-11-12 06:15
13856
63
2025-11-12 06:15
74135
59
2025-11-12 06:15
71294
67
2025-11-12 06:15
37841
73
2025-11-12 06:15
23891
29
2025-11-12 06:15
74316
59
2025-11-12 06:15
68791
87
2025-11-12 06:15
31642
79
2025-11-12 06:15
52346
68
2025-11-12 06:15
86197
45
2025-11-12 06:15
38149
79
2025-11-12 06:15
92176
35
2025-11-12 06:15
29386
93
2025-11-12 06:15
54928
26
2025-11-12 06:15
68573
94
2025-11-12 06:15
24683
58
2025-11-12 06:15
61382
16
2025-11-12 06:15
58164
24
2025-11-12 06:15
63128
65
2025-11-12 06:15
64735
92
2025-11-12 06:15
65342
78
2025-11-12 06:15
98276
16
2025-11-12 06:15
34792
91
2025-11-12 06:15
37916
58
2025-11-12 06:15
46351
45
2025-11-12 06:15
97541
43
2025-11-12 06:15
91475
58
2025-11-12 06:15
26417
31
2025-11-12 06:15
92364
69
2025-11-12 06:15
63479
89
2025-11-12 06:15
39876
86
2025-11-12 06:15
98425
35
2025-11-12 06:15
51623
64
2025-11-12 06:15
32915
31
2025-11-12 06:15
68752
98
2025-11-12 06:15
| 妖姬直播 | 月神直播 |
| 红楼直播 | |
| 嗨球直播 | 伊人app |
| 比心直播 | |
| 青稞直播 | 茄子直播 |
| 妖精直播 | |
| 婬色直播 | 莲花直播 |
| 荔枝直播 | |
| 桃花app | 蜜桃app |
| 韩国直播 | |
| 抓饭直播 | 凤蝶直播 |
| 妖姬直播 | |
| 深夜大秀直播app | 趣爱直播 |
| 山猫直播 | |
| 花间直播 | 莲花直播 |
| 蜜糖直播 | |
| 现场直播 | 魅影直播视频 |
| 月神直播 | |
| 仙凡直播 | 六月直播 |
| 蜜疯直播 | |