白頭髮拔一根長三根？到底能不能拔？終於弄清楚了！
2026-01-04 19:51 6,348次浏览「內部員工充話費，享78折優惠！」「72小時內到帳，500元話費只需400元。」這種話費慢充服務看似薅到了羊毛，殊不知已經淪為了他人洗錢的「幫兇」。7月3日，經江蘇省溧陽市檢察院提起公訴，被告人沈某因犯掩飾、隱瞞犯罪所得罪被法院判處拘役三個月，緩刑六個月，並處罰金3000元。 低折扣充值利誘入局 2023年6月，沈某想充話費，在網上看到了一個話費慢充打折活動的廣告。一番詢問後，他被拉進了一個聊天群，群內的充值折扣在78折到83折，比官方折扣低得多。沒有固定工作、背負著房貸的壓力，還要供子女上學的沈某，面對如此大的折扣，心生了一條「取財」之道：在充值後註銷手機卡，將充值的錢提現到自己的銀行卡裡，動動手指便能輕鬆賺取差價。於是，他聯繫了群裡發布充值廣告的「雨哥」。 「這麼低的折扣，錢確定能到帳嗎？」沈某猶豫著發問。很快，「雨哥」回覆說：「放心，你先墊付，三天內話費保證到帳，很多人都是找我充的。」對方還發了幾張轉帳成功的截圖。看著這些充值記錄，沈某決定一試。 一充一退輕鬆賺差價 見沈某有充值意向，「雨哥」說，如果充值金額大的話，可以給他75折的優惠。沈某一聽，立刻表示願意多充。他暗暗謀算：「如果多充一點，差價肯定也能賺得更多。」於是，沈某向「雨哥」轉帳7500元，過了兩天，其手機卡上陸續收到了共計10000元的話費。沈某立刻註銷了這張手機卡，利用「雨哥」發來的話費充值記錄證明，成功通過了退話費的申請。沒過多久，其銀行卡帳戶真的收到了10000元。沈某盯著屏幕上的數字，呼吸都急促起來：「還真的這麼容易就賺到錢了！」儘管心裡隱隱覺得不妥，可巨大的差價誘惑，讓他忽略了內心的不安。 有了第一次的「成功」，沈某開始頻繁聯繫「雨哥」。隨著交易次數增多，沈某逐漸成了「老手」。為了不讓運營商發現異常，他在網上購買了歸屬地不同的手機卡，並用自己的身份信息實名認證，申請退話費的時間也會刻意延後。 交易過程中，沈某也曾產生過疑問：「為什麼折扣這麼低？」群裡有人猜測，這些充進手機卡的話費大多是來路不明的錢財。沈某在網上查過，心裡清楚這種充值話費的套路就是洗「黑錢」。但是，在生活壓力和金錢誘惑的雙重考驗下，他抱著僥倖心理選擇了繼續。 引起運營商注意 那「慢充」又是什麼原因呢？原來，當確定沈某有充值意向時，「雨哥」就會與上遊詐騙分子聯繫，讓對方尋找被害人準備實施詐騙。一旦收到沈某的轉帳錢款，「雨哥」便立即通知詐騙分子，並將沈某的手機號碼提供給對方。詐騙分子利用這兩三天的時間，通過各種手段迅速實施詐騙，讓被害人直接把錢充值到沈某的手機卡上，自己則完美隱身。72小時不到，便完成了「話費慢充」背後的洗錢操作。 2024年3月，當沈某申請退出一筆9萬餘元的話費時，運營商審查發現其帳戶有多筆大額資金充值記錄，立即將其帳戶凍結並報警。面對訊問，沈某心中滿是懊悔：「我知道這錢來得不乾淨，可我總想著再多賺一點，就停不下來了。」3月12日，溧陽市公安局以沈某涉嫌掩飾、隱瞞犯罪所得罪立案。 2024年9月19日，該案被移送至溧陽市檢察院審查起訴。經查明，2023年6月至2024年3月，沈某在明知第三方充值的話費中包含犯罪所得資金的情況下，仍然採取找第三方低價充值話費後註銷清退話費的方式，協助上遊犯罪分子轉移違法所得，並從中賺取差價。經統計，沈某累計接受他人充值32萬餘元，其中查明涉詐騙資金2.4萬元。2025年6月19日，溧陽市檢察院以沈某涉嫌掩飾、隱瞞犯罪所得罪依法提起公訴。7月3日，法院依法作出以上判決。
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。
tvn直播
「活动」首次登录送新手大礼包
- 软件大小: 517.82MB
- 最后更新: 2026-01-04 19:51
- 最新版本: v14.8.5.11
- 文件格式: apk
- 应用分类:ios-Android 彼岸直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.95以上
客服热线：131-5618-5162
24563
91
91
68957
21
16758
52
2026-01-04 19:51
45672
86
2026-01-04 19:51
48261
58
2026-01-04 19:51
65897
46
2026-01-04 19:51
56419
36
2026-01-04 19:51
96417
49
2026-01-04 19:51
12963
17
2026-01-04 19:51
47635
67
2026-01-04 19:51
21673
48
2026-01-04 19:51
72
64932
76
25367
72934
12
61
36718
15923