川普預測：與普京會晤失敗的可能性為25%
2026-01-15 23:45 8,951次浏览8月8日電 據上海市人社局網站消息，近日，上海市人力資源和社會保障局等5部門正式印發《關於實施女職工產假及生育假期間用人單位社會保險補貼有關事項的通知》，推出重磅生育支持新政。新政旨在建立由政府、社會、企業共同參與的生育成本共擔機制，進一步強化「生育友好」的價值導向，通過「生育友好崗」+「產假社保補貼」的政策聯動，最大限度破除女性就業壁壘，助力女性高質量充分就業。 《通知》規定，自2025年1月1日起，女職工在職期間生育子女，單位依法為其落實產假及生育假並繳納社會保險費的，可申請享受產假社保補貼。補貼標準為產假及生育假期間女職工基本養老保險費、基本醫療保險費(含生育保險費)、失業保險費、工傷保險費單位實際繳納部分的50%，從女職工生育當月起補貼6個月。 《通知》明確，產假社保補貼按照「屬地管理，先繳後補」原則，採取「一次申領，打包發放」。用人單位可以在女職工產假及生育假結束後的1年內向所在區人力資源社會保障部門提出申請，審核通過後一次性發放6個月補貼。目前人社部門正在抓緊開發線上經辦系統，方便用人單位便捷高效申領補貼，用人單位可於8月底起在線上申請補貼。 女職工生育子女不分孩次，只要經女職工本人確認後，用人單位均可申領產假社保補貼；被派遣勞動者的補貼由勞務派遣單位負責申請，由其全額撥付給實際提供崗位並承擔工資和社會保險費的用工單位。 此外，《通知》還鼓勵用人單位為產後返崗女職工設置「生育友好崗」，採取彈性上下班、居家或遠程辦公、靈活休假、績效考核等柔性管理方式，為女職工平衡家庭和工作提供便利。據統計，自去年12月上海啟動「生育友好崗」試點以來，已有5000餘人受益。
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。
黑白直播体育
「活动」首次登录送新手大礼包
- 软件大小: 492.89MB
- 最后更新: 2026-01-15 23:45
- 最新版本: v5.4.7.12
- 文件格式: apk
- 应用分类:ios-Android 伊人下载
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.58以上
客服热线：132-9651-2416
65327
19
97
92671
36
2026-01-15 23:45
89241
87
2026-01-15 23:45
23974
54
2026-01-15 23:45
51763
23
2026-01-15 23:45
59678
21
2026-01-15 23:45
94518
45
2026-01-15 23:45
53247
52
2026-01-15 23:45
23695
49
2026-01-15 23:45
69381
91
2026-01-15 23:45
56
91346
52
29
59426
49
83947
58
34
38461
59863
78