福建沿海鐵路全力迎戰颱風「楊柳」 保障鐵路運輸安全
2026-02-07 11:20 2,934次浏览上海8月11日電 (陳靜 童寬)記者11日獲悉，剛剛結束的滬澳醫學文化交流為促進兩地合作發展注入新動力。滬澳高校通過籤署系列戰略協議和舉辦青年醫學人才發展座談會，進一步深化醫學領域的合作共識，搭建起兩地優勢互補、資源共享的高水平合作平臺。 上海交通大學醫學院(簡稱：交大醫學院)方面當日披露，交大醫學院與澳門大學、澳門科技大學籤署多項合作協議，以深化學生交流、人才培養與科研合作；「王振義院士醫學成就特展」在澳門舉行，話劇《清貧的牡丹》在澳門首演，通過學術與藝術雙重形式，生動展現中國工程院院士王振義的醫學成就和崇高精神。 據悉，交大醫學院黨委書記江帆與澳門大學校長宋永華正式籤署兩校合作備忘錄及暑期科研實踐合作協議。此前，雙方在醫學研究領域已有多項合作成果，新的協議將進一步促進兩校師生交流、學科協作與科研成果轉化，發揮滬澳科研及政策優勢，推動醫學領域的深度融合發展。 滬澳醫學文化交流期間，交大醫學院黨委書記江帆與澳門科技大學校長李行偉共同籤署兩校合作備忘錄及學生科研實踐合作協議，將促進雙方全面合作，擴大在教學、科研等領域的交流。交大醫學院將以此為契機向澳門輸出優質醫學教育資源，同時也為交大醫學院學生提供在粵港澳大灣區學習和研究深造的寶貴機會，拓寬其國際視野和實踐能力。兩校還聯合舉辦「滬澳青年醫學人才發展座談會」。 「王振義院士醫學成就特展」在澳門展出。(交大醫學院供圖) 在滬澳醫學文化交流期間，「王振義院士醫學成就特展」在澳門科技大學盛大開幕，通過珍貴史料呈現了「共和國勳章」獲得者——王振義院士的卓越貢獻。作為展覽講解人之一，上海交通大學基礎醫學院研究員劉俊嶺重點講解了交大醫學院「基礎研究－專利布局－產業轉化」創新模式。通過該模式的實踐應用，團隊成功探索出可複製推廣的經驗，為上海生物醫藥產業高地建設提供支撐。 以王振義院士為原型的話劇《清貧的牡丹》在澳門科技大學成功首演。(交大醫學院供圖) 除了展覽，以王振義院士為原型的話劇《清貧的牡丹》在澳門科技大學成功首演，各界人士和交大醫學院港澳校友近400人觀看演出。新編版《清貧的牡丹》在舞臺、燈光、音響等設備以及劇本方面進行了全面升級。話劇首次融入王振義院士的求學經歷、愛情故事與育人細節。澳門觀眾通過這部話劇，可以更加深入地了解上海的醫學文化和人文精神。 此次話劇《清貧的牡丹》在澳門首演，通過藝術感染力，將嚴謹求實的科學精神、無私奉獻的醫者仁心、誨人不倦的師者風範等價值具象化地傳遞給澳門師生和公眾。澳門觀眾紛紛表示，上海有著豐富的文化資源和深厚的文化底蘊，而澳門則具有獨特的中西文化交融的特色，可以通過文化交流活動，促進兩地文化的相互學習、相互借鑑。話劇導演雷國華11日對記者說：「一場戲，牽動滬澳兩城心弦；一次擁抱，凝聚熱淚與歡顏。戲劇搭建起生命與醫學交融的橋梁，藝術讓激情與永恆交相輝映。」(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。
凤凰网直播
「活动」首次登录送新手大礼包
- 软件大小: 164.78MB
- 最后更新: 2026-02-07 11:20
- 最新版本: v15.14.10.18
- 文件格式: apk
- 应用分类:ios-Android love直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.51以上
客服热线：137-8452-8597
52
61
17938
34
2026-02-07 11:20
91745
13
2026-02-07 11:20
98472
47
2026-02-07 11:20
56971
67
2026-02-07 11:20
29586
86
2026-02-07 11:20
72465
37
2026-02-07 11:20
67491
28
2026-02-07 11:20
47629
93
2026-02-07 11:20
72681
82
2026-02-07 11:20
21
48972
51
59
14
64983
69
35
21
