成都8月11日電 (單鵬 邢翀)成都世運會11日產生24枚金牌,中國隊在潛水項目收穫3金。由於部分項目在開幕前開賽,目前成都世運會整體賽程已過半,中國隊收穫14金4銀2銅,在金牌榜上暫居首位。 當日潛水大項迎來收官。自由潛水女子動態無蹼FFS1-FFS2決賽,19歲中國小將黃靖秋以91.0米奪冠。男子動態有蹼FFS1-FFS2決賽,18歲的龍鄧喜為中國隊再添1金,這也是他在本屆世運會上的第2枚金牌。至此,中國隊奪得自由潛水10枚金牌中的4枚,且均來自殘疾人自由潛水分項,這也是中國隊首次派遣殘疾人運動員參加世運會。 潛水大項中的蹼泳8金全部產生。在最後一項女子4×50米水面蹼泳接力項目中,由胡瑤瑤、舒程靜、許藝川、謝文敏組成的中國隊以1分07秒99的成績奪冠並打破世界紀錄,此前四人還收穫了女子4×100米水面蹼泳接力金牌。 8月11日,在2025年成都世運會女子4×50米水面蹼泳接力決賽中,由舒程靜、謝文敏、胡瑤瑤、許藝川(從左至右)組成的中國隊以1分07秒99的成績奪冠,並打破世界紀錄。 記者 安源 攝 另外,張思騫獲男子50米屏氣潛泳銅牌,胡瑤瑤獲女子100米水面蹼泳銀牌,中國蹼泳隊以2金1銀1銅結束成都世運會徵程。中國蹼泳隊教練陽向斌表示,隊伍在接力項目捍衛了傳統優勢,但在人才培養上需要向對手學習。 作為2028年洛杉磯奧運會的正式比賽項目,女子棍網球賽事迎來世運會決賽大戰,美國隊以16:8力克加拿大隊奪冠。銅牌戰則跌宕起伏,澳大利亞隊加時賽打進位勝球,以13:12險勝日本隊摘銅。 告別前一日的風雨泥濘,混合室外拔河580公斤級項目在悶熱中打響,瑞士隊決賽3:0完勝比利時隊奪冠,他們也以1金2銀成為成都世運會拔河項目最大贏家。 8月11日,在2025年成都世運會混合室外拔河580公斤級決賽中,瑞士隊勝比利時隊獲冠軍。圖為瑞士隊(紅衣)在比賽中。 記者 劉忠俊 攝 定向項目誕生了本屆世運會「三冠王」。瑞士選手西蒙娜·埃伯索爾德在徒步定向混合接力賽最後一棒反超,以5秒優勢率先抵達終點,此前她還奪得了女子中、短距離2枚金牌。世運會徒步定向5金全部決出,除了比利時隊在男子短距離奪冠外,其餘4金均被瑞士隊摘得。 柔術決出7枚金牌,阿聯隊收穫本屆世運會首金,賽義德·阿爾庫拜西在男子寢技85公斤級決賽中2:0絕殺葡萄牙選手奪冠;泰國隊當日再添2金,上屆世運會銅牌得主奧拉帕·塞納塔姆在女子搏擊63公斤級逆轉取勝,泰國組合在混合表演套路決賽奪冠,目前泰國隊以3金領跑柔術大項。 輪滑項目首金誕生於男子單排輪滑球,美國隊通過加時賽以4:3戰勝捷克隊登頂;7-8名排位賽中,中國隊在兩球領先的情況下被阿根廷隊追平,並在終場前遭絕殺,以4:5告負,終以第八名結束世運會首秀。 撞球項目繼續進行。女子斯諾克方面,孤軍奮戰的世界冠軍、中國名將白雨露小組賽1勝1負晉級半決賽。花式撞球中,三屆九球世錦賽冠軍小組賽兩連勝晉級八強,名將黨金虎、韓雨也驚險闖關成功晉級。 成都世運會賽程已過半,成都世運會執委會在當日發布會上表示目前賽事運行基本平穩。獎牌榜上,中國隊獲得14金4銀2銅,德國隊摘得13金10銀7銅,義大利隊收穫8金14銀14銅。 8月12日及以後,成都世運會美式橄欖球、自由搏擊、無人機等18個大項的23個分項將陸續開賽,開賽最晚的是8月16日的體育舞蹈(霹靂舞)、力量舉(裝備)、輪滑(自由式輪滑)。12日將決出22枚金牌,中國隊有望在武術散打、速度輪滑公路賽、殘疾人柔術摘得多枚金牌。(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。
87169
18
2025-12-02 02:57
57419
58
2025-12-02 02:57
64198
98
2025-12-02 02:57
97856
92
2025-12-02 02:57
47298
63
2025-12-02 02:57
31879
32
2025-12-02 02:57
94265
35
2025-12-02 02:57
39728
51
2025-12-02 02:57
84935
62
2025-12-02 02:57
74853
12
2025-12-02 02:57
61247
12
2025-12-02 02:57
97153
32
2025-12-02 02:57
31759
36
2025-12-02 02:57
64923
78
2025-12-02 02:57
38942
93
2025-12-02 02:57
54192
45
2025-12-02 02:57
71329
58
2025-12-02 02:57
98376
57
2025-12-02 02:57
15893
67
2025-12-02 02:57
71549
13
2025-12-02 02:57
36849
91
2025-12-02 02:57
45371
19
2025-12-02 02:57
75296
59
2025-12-02 02:57
51267
57
2025-12-02 02:57
86439
17
2025-12-02 02:57
85369
61
2025-12-02 02:57
14958
74
2025-12-02 02:57
19348
68
2025-12-02 02:57
92845
56
2025-12-02 02:57
49823
81
2025-12-02 02:57
32695
83
2025-12-02 02:57
67298
41
2025-12-02 02:57
29581
92
2025-12-02 02:57
16582
58
2025-12-02 02:57
67243
41
2025-12-02 02:57
19735
82
2025-12-02 02:57
26985
35
2025-12-02 02:57
24619
27
2025-12-02 02:57
19643
21
2025-12-02 02:57
98623
36
2025-12-02 02:57
19328
81
2025-12-02 02:57
27539
81
2025-12-02 02:57
34682
16
2025-12-02 02:57
45398
43
2025-12-02 02:57
15743
25
2025-12-02 02:57
16784
53
2025-12-02 02:57
45396
13
2025-12-02 02:57
35268
17
2025-12-02 02:57
23941
98
2025-12-02 02:57
84126
64
2025-12-02 02:57
42936
69
2025-12-02 02:57
64217
92
2025-12-02 02:57
47159
13
2025-12-02 02:57
| 绿茵直播 | 巧克力直播 |
| 樱桃直播 | |
| 魅影直播间 | 趣爱直播 |
| 橘子直播 | |
| 暖暖直播 | 桔子直播 |
| 莲花直播 | |
| 么么直播 | 杏仁直播 |
| 成人抖阴 | |
| 杏爱直播 | 五楼直播 |
| 婬色直播 | |
| 看少妇全黄a片直播 | 妖姬直播 |
| 9.1樱花ppt网站大片 | |
| 橘子直播 | 小白兔直播 |
| 妖姬直播 | |
| 飞速直播 | 樱桃直播 |
| 柚子直播 | |
| 97播播 | 仙凡直播 |
| 杏爱直播 | |
| 少妇免费直播 | 西瓜直播 |
| 婬色直播 | |