各地區各部門堅持「當下改」與「長久立」相結合—— 完善作風建設常態化長效化制度機制(鍥而不捨落實中央八項規定精神) 「以前,各種工作群裡的通知一個接一個;現在,工作群清清爽爽,大家更愛討論工作進度,說的都是實際問題。」談起近來工作上的變化,天津市河東區向陽樓街道翠韻裡社區黨委書記、居委會主任晏萍說。 整治形式主義為基層減負,河東區制定為基層賦能10項措施和為基層減負10項舉措,印發《河東區區級2025年社區組織依法協助工作任務計劃清單》,為社區工作劃定清晰邊界,讓基層幹部進一步感受到「報表減了、會議短了,有更多時間為群眾辦實事了」。 紮實開展深入貫徹中央八項規定精神學習教育,各地區各部門堅持「當下改」與「長久立」相結合,完善作風建設常態化長效化制度機制。 中央和國家機關工委修訂《中央和國家機關建設模範機關標兵單位和先進單位評選表彰辦法》,把切實克服「機關病」和「衙門」作風等要求列入其中。制定《中央和國家機關青年理論學習小組學習規則》,推動中央和國家機關年輕幹部修好理論學習、黨性鍛鍊、基層實踐三門課。 最高人民法院充分發揮12368訴訟服務熱線的「民心線」「總客服」作用,完善熱線工單閉環管理機制,協調聯動相關部門及下級法院對群眾訴求做到快速響應、及時反饋,並暢通「不立案」投訴渠道,對群眾反映的各種形式「不立案」問題逐一督辦、堅決糾正,對群眾訴求做到「一號響應、接訴即辦」。 交通運輸部開展制發文件與為基層減負一致性評估,實施精簡文件、精簡會議、督查檢查考核、創建示範活動、評比表彰項目「五個負面清單」。制定交通運輸部督查檢查考核事項「明白卡」,出臺調查研究工作管理、加強展會和論壇活動管理等相關制度,推動整治形式主義為基層減負工作真正取得實效。 國家安全部在堅持深入學習研討的基礎上,突出深入全面查、精準發力改、常治長效建,修訂完成一系列作風建設相關制度,建立基層減負蹲點調研機制和10個觀測點。推進風腐同查同治課題調研。 清華大學聚焦師生急難愁盼問題和違反中央八項規定精神問題,紮實開展專項行動和專項整治,進一步加強相關制度機制建設。圍繞部分部門單位發布工作通知過多,院系師生反映填表多、表格設計複雜等問題,持續推進通知、表格精簡,開發輔助填表系統,打通數據共享渠道,切實減輕基層負擔。 從「解決一個問題」到「解決一類問題」,各地區各部門加強制度建設,不斷將學習教育成果轉化成為民服務、促進發展的持久動能。 前不久,江西省九江市兩家定點向學校食堂供貨的企業被列入黑名單。這是當地實施《供應商信用評價管理辦法(試行)》後,首次向違規企業亮出紅牌。 深入貫徹中央八項規定精神學習教育開展以來,九江市聚焦中小學校園食品安全和膳食經費管理突出問題,開展專項整治,著力構建採購、管理、監督、服務、評價等方面環環相扣的治理格局,推動校園餐實現從吃得安全到吃得營養、從規範管理到優化服務、從問題整改到源頭治理轉變。其中,九江市專門創建市直學校「食堂食材陽光智慧採購平臺」,支持學校通過平臺進行食堂物資集中採購與配送、食品安全預防管控、供應商管理、考核評價、採購資金結算等,扭轉了過去分散採購質量難控、價格虛高的局面,釋放的資金空間直接惠及學生餐盤。 「村裡的『摸黑路』換上了新路燈,亮堂多啦!」廣東省廣州市花都區花城街道羅仙村抗美河附近的村民們看著新安裝的路燈讚不絕口。原先,這段路的路燈老化,照明差、燈杆鏽蝕傾斜,但因更換路燈牽涉多部門,街道和村黨委無法自行解決。 學習教育開展以來,花都區深化「10號工作室」聯繫服務群眾機制,以每月的10日為集中服務日,組織開展民情接待、走訪調研。區直相關部門現場辦公,調動社會熱心企業共同發力,於今年6月底為羅仙村安裝了60盞新型太陽能路燈。 針對有的年輕幹部「實戰歷練不足、攻堅能力薄弱」問題,浙江省衢州市衢江區優化「揭榜破難」全鏈條機制,以改革創新任務為「賽馬場」,由任務牽頭部門領導任導師,考評結果與任用晉升掛鈎,激發年輕幹部的能動性與幹事熱情。 學習教育開展以來,重慶市南川區已迭代優化營商環境政策措施25條,持續推出企業「近快辦」、企業事「一窗辦」、用地審批「一碼辦」、行政執法「綜合查一次」、水電氣領域「一表清」等服務舉措,以可感可及的實際成效贏得企業和群眾認可。 雲南省保山市聚焦深入查擺發現的管理漏洞,制定《關於加強黨員幹部「八小時外」活動監督的具體措施》,出臺交往圈、生活圈、娛樂圈3個方面共30條負面清單,通過明確重點監督行為,為黨員幹部「八小時外」活動劃定紅線。 (本報記者耿磊、朱磊、沈童睿、魏哲哲、吳月、亓玉昆、韓鑫、李家鼎、劉軍國、王欣悅、張馳)
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。
72583
79
2026-01-14 07:20
12543
21
2026-01-14 07:20
16735
91
2026-01-14 07:20
64789
82
2026-01-14 07:20
52839
48
2026-01-14 07:20
21479
85
2026-01-14 07:20
15798
82
2026-01-14 07:20
93851
58
2026-01-14 07:20
86375
43
2026-01-14 07:20
62891
15
2026-01-14 07:20
81293
83
2026-01-14 07:20
45916
79
2026-01-14 07:20
78125
48
2026-01-14 07:20
17382
48
2026-01-14 07:20
15486
53
2026-01-14 07:20
83926
54
2026-01-14 07:20
95318
94
2026-01-14 07:20
41782
71
2026-01-14 07:20
64578
52
2026-01-14 07:20
84763
57
2026-01-14 07:20
29346
45
2026-01-14 07:20
25341
78
2026-01-14 07:20
97381
34
2026-01-14 07:20
93782
59
2026-01-14 07:20
37264
86
2026-01-14 07:20
67351
95
2026-01-14 07:20
37148
14
2026-01-14 07:20
49631
27
2026-01-14 07:20
25186
49
2026-01-14 07:20
48935
39
2026-01-14 07:20
39647
78
2026-01-14 07:20
92731
32
2026-01-14 07:20
54698
36
2026-01-14 07:20
76219
96
2026-01-14 07:20
79645
24
2026-01-14 07:20
32491
52
2026-01-14 07:20
57162
78
2026-01-14 07:20
31825
91
2026-01-14 07:20
67589
41
2026-01-14 07:20
31984
74
2026-01-14 07:20
75183
63
2026-01-14 07:20
81365
89
2026-01-14 07:20
87942
12
2026-01-14 07:20
68493
27
2026-01-14 07:20
83745
65
2026-01-14 07:20
67823
71
2026-01-14 07:20
21476
51
2026-01-14 07:20
65981
71
2026-01-14 07:20
61874
68
2026-01-14 07:20
18729
57
2026-01-14 07:20
17956
14
2026-01-14 07:20
| 婬色直播 | 桃花app |
| 趣播 | |
| 迷笛直播 | 伊对免费下载 |
| 魅影直播视频 | |
| 直播全婐app免费 | 桃子直播 |
| 蜜桃视频 | |
| 蝶恋直播 | 海棠直播 |
| 心动直播 | |
| 嫦娥直播 | 比心直播 |
| 榴莲视频 | |
| 蜜桃视频 | 小草莓直播 |
| 色花堂直播 | |
| 青柠直播 | 蜘蛛直播 |
| 咪咕直播 | |
| 么么直播 | 水仙直播 |
| 九球直播 | |
| 小草莓直播 | 奇秀直播 |
| 夜魅直播 | |
| 夜魅直播 | 尖叫之夜免费直播 |
| 小草莓直播 | |