國家疾控局關於印發傳染病疫情預警管理辦法（試行）的通知
2025-10-23 10:40 4,635次浏览當渤海灣的潮聲漫過防波堤，海河像一條綴滿星光的緞帶，在津沽大地上舒展腰肢——這條承載著九河奔湧的「母親河」，正以千年不息的流淌，訴說著一座城與水共生的傳奇。天津，這座因水而生、伴水而興的城市，用河海交匯的獨特身姿，在「何以中國」的時代叩問中，寫下了一份關於「人水共存」的中國答卷。 河海相擁的自然稟賦，為天津鋪就了文明誕生的底色。海河作為華北最大水系，承擔著「九河下梢」的自然使命，而渤海灣的潮汐律動，則賦予這片土地兼容並蓄的生態特質。「因河而城，應時而興。」從古代聚落遺址到近代港口遺蹟，水的印記深深鐫刻在城市發展的年輪中。這裡的先民們早早懂得，水既是生存的饋贈，也是需要敬畏的力量。他們沿河而居、依港而商，在防洪治水與利用水資源的實踐中，逐漸形成了適應自然、改造自然的生存智慧。這種智慧不是對自然的徵服，而是與水的對話，是在尊重自然規律基礎上的順勢而為。 從「依河而生」到「向海圖強」，天津的發展軌跡始終貫穿著「人水共存」的辯證思維。歷史上，天津憑藉海河漕運成為北方重要商埠，「曉日三岔口，連檣集萬艘」的盛景，正是合理利用水資源的生動寫照。近代以來，隨著海洋文明的演進，天津開啟了向海發展的新徵程，但這種「圖強」從未以犧牲水環境為代價。相反，一代代天津人在治河、護海的實踐中，不斷深化對人水關係的認識。他們築堤防洪卻不阻斷水系流通，開挖航道更注重生態保護，讓河流與海洋始終保持著自然的呼吸節奏，人類在與水的和諧互動中實現進步。 當代天津的城市更新實踐，更是將「人水共存」的理念推向新高度。「以文潤城，引領城市更新」的發展思路，讓河海文化成為城市建設的靈魂。在海河兩岸，昔日的工業區變身生態廊道，汙水處理廠與濱水公園有機融合，防洪堤壩化身市民休閒的親水平臺。這種「治水」與「造城」的同步推進，體現的正是對水生態系統的整體考量。八集系列專題片《河海津韻》，深挖河海文化內涵，既是對歷史智慧的回望，更是對當代實踐的總結。在濱海新區的發展圖景中，臨港溼地公園成為候鳥棲息的樂園，人工島建設嚴格遵循海洋生態紅線，讓「向海圖強」的雄心始終在生態保護的框架內有序展開。 河海文化孕育的「人水共存」理念，不僅塑造了天津的城市品格，更彰顯了中華文明的精神特質。在天津，水不僅是自然資源，更是文化符號。漕運文化中的誠信精神、碼頭文化中的包容特質、海洋文化中的開拓意識，皆由水而生、因水而興。這種文化基因讓天津人深刻理解：人類與水的關係，從來不是簡單的利用與被利用關係，而是命運與共的共生體。當海河上的遊船與貨輪各行其道，當渤海灣的漁民與護鳥人守望相助，當城市的發展藍圖始終給水流留足空間，我們看到的正是「天人合一」理念的當代詮釋。 從海河之濱到渤海之畔，天津的河海交響仍在繼續。這座城市用數千年的實踐證明，文明的誕生不必以徵服自然為代價，發展的進步可以與生態保護同行。在「何以中國」的時代追問下，天津的「人水共存」智慧給出了清晰答案：唯有尊重自然、順應自然、保護自然，在與山河湖海的和諧共生中汲取力量，才能讓文明的長河奔流不息，讓發展的成果惠及子孫萬代。這，正是河海孕育的中國智慧，也是面向未來的文明啟示。 (好評中國系列評論欄目由中國網際網路發展基金會中國正能量網絡傳播專項基金資助支持) 來源：紅網 作者：孟寧
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。
蜜唇直播app
「活动」首次登录送新手大礼包
- 软件大小: 159.16MB
- 最后更新: 2025-10-23 10:40
- 最新版本: v18.8.5.9
- 文件格式: apk
- 应用分类:ios-Android 蜜桃app
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.92以上
客服热线：133-9716-2837
39
95
21564
95
2025-10-23 10:40
45731
15
2025-10-23 10:40
67329
28
2025-10-23 10:40
64291
42
2025-10-23 10:40
39258
49
2025-10-23 10:40
36985
62
2025-10-23 10:40
29576
14
2025-10-23 10:40
64839
96
2025-10-23 10:40
79315
54
2025-10-23 10:40
83
34892
85
51
12945
81729
95461
17
48
36248
41872
23764
48569
92
13