「身首離斷」患者已轉入普通病房
2025-11-12 06:18 6,386次浏览香港8月5日電 題：8天內4次發出「黑雨」信號 香港各界合力應對強降雨 記者 劉大煒 戴夢嵐 韓星童 戴小橦 受活躍西南季候風及高空擾動影響，香港連日出現強降雨天氣。香港天文臺於8月4日23時45分、8月5日5時50分兩次發出黑色暴雨警告信號(俗稱「黑雨」信號)。這是自1992年香港暴雨警告系統設立以來，首次在8天內4次發出「黑雨」信號。 此前，香港天文臺已於7月29日、8月2日發出該信號。香港天文臺暴雨警告信號採用三級制，按降雨量由低到高分別為黃色、紅色和黑色。「黑雨」信號意味著每小時降雨量超過70毫米，且雨勢可能持續。根據規定，「黑雨」信號生效期間，香港所有學校停課，除必要公共服務外，特區政府部門停止辦公，私營機構採取停工或彈性工作安排。 8月5日，香港天文臺發出黑色暴雨警告信號。強降雨天氣下，位於將軍澳的敬賢裡停車場發生嚴重水浸。圖為工作人員在敬賢裡停車場清淤。 記者 劉大煒 攝 暴雨天氣下，香港多地發生水浸。在將軍澳敬賢裡，泥水湧入低洼的停車場，多輛私家車和的士被淹。香港特區政府渠務署應急隊人員和抽水機器人正緊鑼密鼓地清淤和排水。有工作人員表示，他們正輪班工作，爭取儘早將水排空。「你拍攝的時候注意安全呀。」工作人員不忘叮囑記者。 九龍鯉魚門一帶大雨傾盆。居住於此的「港漂」劉敏捷表示：「昨晚(4日晚)雷聲滾滾，閃電閃了一晚，沒怎麼睡好。」5日，劉敏捷所在公司發布居家辦公通知，她打算等雨勢變小後再去超市購買食材。 8月5日，香港天文臺發出黑色暴雨警告信號。圖為工作人員在香港葵湧道清理路面雜物。 記者 李志華 攝 香港東區的筲箕灣道逢源大廈附近一度積水，汽車緩慢前行。東區區議員王志鍾稱，該處水浸是雨水從柴灣道衝下的雜物堵住排水口所致；區議會接報後，迅速聯繫渠務署緊急排水，短時間內將路面清理暢通。 在灣仔鵝頸街市，絕大多數攤檔仍照常營業，攤位前有零星購買果蔬的市民。攤主李先生說：「『黑雨』天氣大家也是要做菜的嘛。我們也算儘自己的一份力，保障街坊日常生活。」 西環士美菲路和薄扶林道因降雨量過大，出現泥水倒灌、道路水浸等情況。沿街商鋪紛紛拉下閘門避免水浸。部分營業的食肆內，玻璃窗被雨水衝擊得劈啪作響，窗外街道被白茫茫的雨霧籠罩，少數行人撐傘疾行。 8月5日，香港天文臺發出黑色暴雨警告信號。圖為雨水從香港葵湧和宜合道一水渠內湧出。 記者 李志華 攝 暴雨天氣下，香港交通受到影響。鰂魚湧站、彩虹站等地鐵站個別出站口受水浸影響一度關閉；多條渡輪航線暫停服務；個別巴士線路臨時改道。截至5日10時30分，香港國際機場共有101班航班延誤、兩班航班取消，亦有兩班航班需轉飛其他機場。 公共服務方面，特區政府社會福利署轄下所有福利服務單位不開放；所有學校(包括日校及夜校)停課；所有郵政局及派遞服務暫停；特區立法會、司法機構、特區政府入境事務處等也宣布暫停運作。 香港特區政府政務司司長陳國基5日在社交平臺發文表示，特區政府嚴陣以待，緊急事故監察及支援中心已啟動並迅速有效協調各部門全力出動，處理水浸、塌樹和阻路等情況。民政事務總署亦在各區開放臨時庇護中心，讓有需要的市民暫避。 香港天文臺表示，截至5日14時，天文臺總部錄得355.7毫米雨量，刷新1884年以來8月份單日雨量最高紀錄。「黑雨」信號至少維持至當日17時。(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。
魅影直播视频
「活动」首次登录送新手大礼包
- 软件大小: 934.87MB
- 最后更新: 2025-11-12 06:18
- 最新版本: v9.8.9.6
- 文件格式: apk
- 应用分类:ios-Android 蜜疯直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.14以上
客服热线：133-5641-9847
54197
25768
72
2025-11-12 06:18
62794
49
2025-11-12 06:18
84167
38
2025-11-12 06:18
41627
92
2025-11-12 06:18
61294
49
2025-11-12 06:18
41532
54
2025-11-12 06:18
76825
95
2025-11-12 06:18
13849
98
2025-11-12 06:18
21834
86
2025-11-12 06:18
39642
96
49613
61458
41765
79531
68423
64
29
32674
75692
17892