【理響中國·鏗鏘有理|經濟向好有底氣】推動海洋經濟高質量發展
2025-11-22 17:11 6,138次浏览在瀋陽「九·一八」歷史博物館莊嚴肅穆的展廳中，一面旗幟微微泛黃、帶著斑駁的歲月印記，靜靜陳列於展櫃中。在這面長1.5米、寬0.8米的白色綢子旗面上，由黑色綢子精心縫製而成的「東北競存中學校」七個大字格外醒目——它就是由著名的抗日救國志士、教育家車向忱創建的東北競存中學校旗。這面象徵著東北白山黑水的校旗，是不甘屈辱的東北民眾誓死抗爭的歷史見證。 1931年，九一八事變的炮火撕裂了東北大地的寧靜。短短四個月零十八天，東北三省迅速淪陷。大量東北孩童跟隨父母家人流亡關內，很多人無家可歸、無書可讀，甚至不得不沿街乞討。 1935年，為抗日救亡四處奔走的車向忱，輾轉來到西安。車向忱深知，國家正處於生死存亡的危難關頭，抗日救亡急需大量人才，教育是點燃希望的火種，是培養抗日力量的重要途徑。於是，他毅然將流亡的孩子們集中到自己家中，親自教他們讀書識字。 隨著孩子數量日益增多，車向忱萌生出一個大膽而堅定的想法——創辦一所流亡子弟學校，讓他們在困境中也能汲取知識的力量。 1936年4月，東北競存小學在西安成立。彼時，條件艱苦異常，車向忱用身上僅有的兩元錢購置了簡單的教具。教室裡的書桌、凳子高低不齊，有的是從附近鄰居家借來的，有的則是用木板在土堆上臨時搭起來的。儘管環境簡陋，但車向忱辦學救亡的初心卻無比堅定。他為學校取名「競存」。當時一家報紙稱這所小學是西安「唯一窮苦的競存小學校」。 就在這種極端艱苦的條件下，車向忱第二年開辦了東北競存中學。在開學典禮上，車向忱慷慨激昂地說道：「同學們！我們的學校為什麼叫東北競存學校呢？我們就是要通過競爭、奮鬥，取得我們學校、我們東北人民和整個中華民族的生存，準備打回老家去！」 他的話語深深震撼著每一位師生。備受鼓舞的同學們自發行動起來，他們按照車向忱的筆體，找來黑色綢子，精心製成了「東北競存中學校」幾個大字，並將其縫製在一塊白色綢子上。從此，這面凝聚著師生們愛國熱情和堅定信念的校旗高高飄揚，成為東北競存中學的精神象徵。 東北競存中學校旗，激勵著流亡學生們收復大好河山，鼓舞著同學們以各種形式宣傳抗日救國的主張。為更好地宣傳抗日，東北競存中學成立了「火流劇團」，以生動形象的戲劇形式進行抗日宣傳。這面旗幟所到之處，便是宣傳抗日的舞臺，見證了師生們為抗日事業所付出的不懈努力。 1938年秋，日軍對西安進行了瘋狂轟炸，學校被迫遷到鳳翔縣紙坊街兩座破廟裡堅持辦學。儘管環境惡劣，在長達8年的辦學時間裡，東北競存中學宛如一座培養抗日人才的搖籃，為抗日救亡和革命事業培養了3000餘名優秀人才，近300人畢業後奔赴延安，他們用青春和熱血書寫著壯麗的篇章。 如今，透過這面經過歲月衝刷的校旗，我們依稀能看見那個血與火交織的年代。東北競存中學校旗在風雨中飄揚的場景，師生們為抗日救亡奔走、吶喊的身影，已成為中華民族不屈精神的生動寫照。 (本報記者劉勇採訪整理)
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。
妖姬直播
「活动」首次登录送新手大礼包
- 软件大小: 397.13MB
- 最后更新: 2025-11-22 17:11
- 最新版本: v3.1.4.16
- 文件格式: apk
- 应用分类:ios-Android 樱花直播nba
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.14以上
客服热线：131-9643-5396
小猫直播类似软件
猜你喜欢
56198
16984
29
2025-11-22 17:11
69375
89
2025-11-22 17:11
83924
76
2025-11-22 17:11
46271
68
2025-11-22 17:11
74362
75
2025-11-22 17:11
38654
34
2025-11-22 17:11
68245
48
2025-11-22 17:11
57321
92
2025-11-22 17:11
65341
59
2025-11-22 17:11
37289
49
2025-11-22 17:11
64931
18
96542
59241
26358
54
35
52
43268
32
56