廣州8月12日電 (記者 王堅)為迎接十五運會和殘特奧會的到來,展現羊城濃厚的體育氛圍和殘疾人群體積極向上的精神風貌,「追夢大灣區出彩人生路——喜迎2025殘特奧會開幕倒計時100天宣傳活動廣州市殘疾人群體、特奧嘉年華活動」於12日舉行。 活動現場。十五運會和殘特奧會廣州賽區執委會 供圖 活動當日,十五運會和殘特奧會廣州賽區執委會殘特奧會競賽服務部相關負責人介紹了賽事籌備的相關情況,並表示將全力為殘疾運動員提供優質的競賽服務和保障。廣東獅子會相關負責人則分享了其在支持殘疾人事業方面所做的工作,表達了對本次活動的大力支持以及對殘疾人群體的關愛。 在十五運會和殘特奧會項目體驗區,氣排球回球挑戰、氣排球顛球挑戰、盲人門球、籃球投籃挑戰、籃球運球挑戰、桌球顛球挑戰、桌球運球挑戰、夾桌球挑戰、旱地冰壺趣味挑戰等項目,讓殘疾朋友們充分感受專業賽事項目的魅力,他們積極嘗試,相互鼓勵,在挑戰中不斷突破自我。 群眾推廣項目體驗區同樣熱鬧非凡,飛鏢競技挑戰、羽毛球顛球挑戰、羽毛球來往挑戰等項目吸引了眾多參與者,大家在輕鬆愉快的氛圍中享受著運動帶來的快樂。 此外,趣味項目區的飛盤九宮格、腰間抖球挑戰、沙包入圈挑戰、趣味套圈挑戰、足球保齡球、石頭剪刀布挑戰、手抽紙片挑戰等,更是讓現場充滿了歡聲笑語。 主辦單位表示,此次活動不僅為殘疾人群體提供了一個參與體育、展示自我的平臺,也進一步推動了殘疾人體育事業的發展,營造了全社會關心關愛殘疾人的良好氛圍。(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。
78254
75
2025-10-30 02:43
87493
12
2025-10-30 02:43
74368
17
2025-10-30 02:43
25317
98
2025-10-30 02:43
43219
46
2025-10-30 02:43
61289
73
2025-10-30 02:43
39174
64
2025-10-30 02:43
42351
25
2025-10-30 02:43
92486
85
2025-10-30 02:43
87345
87
2025-10-30 02:43
34158
41
2025-10-30 02:43
65294
47
2025-10-30 02:43
46297
16
2025-10-30 02:43
92745
53
2025-10-30 02:43
46935
17
2025-10-30 02:43
34896
18
2025-10-30 02:43
46892
91
2025-10-30 02:43
53174
81
2025-10-30 02:43
78451
85
2025-10-30 02:43
29643
98
2025-10-30 02:43
71235
64
2025-10-30 02:43
86329
14
2025-10-30 02:43
53481
16
2025-10-30 02:43
97254
57
2025-10-30 02:43
23148
26
2025-10-30 02:43
14856
57
2025-10-30 02:43
43918
24
2025-10-30 02:43
81576
98
2025-10-30 02:43
75329
43
2025-10-30 02:43
13679
89
2025-10-30 02:43
34617
98
2025-10-30 02:43
38712
83
2025-10-30 02:43
85142
48
2025-10-30 02:43
79348
79
2025-10-30 02:43
53671
74
2025-10-30 02:43
65423
84
2025-10-30 02:43
18653
51
2025-10-30 02:43
23679
58
2025-10-30 02:43
83197
62
2025-10-30 02:43
27635
56
2025-10-30 02:43
89536
27
2025-10-30 02:43
45928
81
2025-10-30 02:43
74965
42
2025-10-30 02:43
16493
78
2025-10-30 02:43
87942
17
2025-10-30 02:43
31458
25
2025-10-30 02:43
38472
46
2025-10-30 02:43
12543
32
2025-10-30 02:43
46983
19
2025-10-30 02:43
78361
54
2025-10-30 02:43
72351
84
2025-10-30 02:43
12359
38
2025-10-30 02:43
86312
51
2025-10-30 02:43
| 苹果直播 | 红杏直播 |
| 私密直播全婐app | |
| 少妇免费直播 | 抓饭直播 |
| 橘子直播 | |
| 少妇免费直播 | 快猫 |
| 秀色直播app下载 | |
| 美女直播 | 免费直播行情网站大全 |
| 飞速直播 | |
| 绿茶直播 | 桃花app |
| 荔枝直播 | |
| 西瓜直播 | 魅影直播 |
| 巧克力直播 | |
| tvn直播 | 私密直播全婐app |
| 成人直播app推荐免费 | |
| 夜月直播www成人 | 红杏直播 |
| 月夜直播在线观看 | |
| 六月直播 | 绿茵直播 |
| 九球直播 | |
| 520直播 | 97播播 |
| 心跳直播 | |