《南京照相館》海外獲共鳴 僑胞籲多語種譯製
2025-10-27 20:30 6,392次浏览麗水8月10日電(胡豐盛)經過上千年的人工開鑿，融合自然風雨的侵蝕雕琢，赭紅色的凝灰巖在晨光照射下留下溫暖色調。抬頭仰望，可以見到頂部的「藍色天窗」。身處巖石包裹的巨大空間裡，大聲喊話時還可以聽見清晰的回音。 在有著「石城」之稱的浙江省縉雲縣，這樣大大小小採石場遺蹟有3000多處，被稱為「巖宕」。 8月9日，浙江縉雲，年輕人打卡巖宕書房。宋雪晴攝 長期以來，它們分布在縉雲仙都、壺鎮等地，成為被遺忘的角落。2021年，一場「最小幹預」的改造實驗在仙都景區啟動。縉雲縣委託北京建築師徐甜甜及其事務所團隊，為3000多個小型廢棄採石場中具有代表性的9個進行生態活化利用。 一個內部遺留數個錯落平臺的巖宕，被改造成書房、書山；一個具有良好聲學效果的錐形巖宕，成為傳統婺劇展演地；而在面朝天空的矩形巖宕裡，石匠正在演示活態採石……縉雲巖宕，開始甦醒綻放。 8號巖宕內部空間高聳，淨高40米，被改造為一個巖宕書房；有著別樣聲學效果的9號巖宕，成為婺劇展演舞臺；10號巖宕則是千年採石文化的戶外展廳。一鑿一錘中，昔日採石匠再次成為主角。 「通過開展微幹預、輕改造，廢棄巖宕變身劇場、書房、展示廳，成為文藝演出、宣傳宣講和地方傳統文化展示陣地。」縉雲縣仙都景區管委會黨委書記、主任、縉雲縣仙都街道黨工委書記丁藝表示，整個改造過程，政府資金投入並不多，但達到了藝術性、實用性、收益性兼具，實現了變廢為寶的初衷。 8月9日，浙江縉雲，微幹預、輕改造後的巖宕，吸引了不少遊客前來打卡。宋雪晴攝 在巖宕書房底部，當地政府還引入了一間咖啡吧，以滿足遊客的消費需求。「值得一提的是，在沒有改造巖宕之前，仙都景區主要的遊客基本都是中老年群體，而現在來的大部分都是年輕人，不僅豐富了景區的業態，也改善了旅遊群體的結構。」丁藝說，巖宕一經亮相，便成為海內外媒體和業界的傳播熱點，成為國內外知名的網紅打卡點。這裡已經先後舉辦「黃帝縉雲，人間仙都」中外師生國情教育體驗、「雲音致夏」薩克斯風專場音樂會、「詩經」音樂之旅、「騎紀中國」機車巡遊嘉年華、「DIOR&石頭島」晚宴及民樂、時裝、婺劇表演等數十場活動。 年輕人被漂亮的巖宕景觀吸引，拍攝照片分享在社交媒體上，正在吸引更多年輕人也慕名而來。8月9日，「活力中國」浙江主題採訪團在探訪時，不少年輕人在打卡拍照留念。客流的增多，周邊鼎湖村的農家樂、餐廳也因此獲益。「巖宕的改造，幫助我吸引不少老客戶回來打卡。他們甚至願意為了幾張大片，一連住上三四天。」仙都景區腳下鼎湖村「初見民宿」主理人勤湘平說，因為巖宕的流量，村民們開的民宿都變得更加搶手。 廢棄採石場可以做什麼？也許，未來會有更多的解法和想像空間。毫無疑問的是，縉雲巖宕的活化利用，已續寫出中國的生態新答卷。2022年，以「中國浙江農村廢棄採石場」為主題，縉雲巖宕亮相全球頗具影響力的德國柏林伊達斯建築論壇，成為廢棄礦場再利用的典範。(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。
心动直播
「活动」首次登录送新手大礼包
- 软件大小: 429.78MB
- 最后更新: 2025-10-27 20:30
- 最新版本: v4.19.10.8
- 文件格式: apk
- 应用分类:ios-Android 蜜桃直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.91以上
客服热线：139-8261-3217
46125
14
97
34597
35
2025-10-27 20:30
62479
75
2025-10-27 20:30
15743
63
2025-10-27 20:30
37296
36
2025-10-27 20:30
83257
92
2025-10-27 20:30
51468
18
2025-10-27 20:30
86917
91
2025-10-27 20:30
69145
64
2025-10-27 20:30
19874
23
2025-10-27 20:30
39685
47238
38
69482
26
69572
34817
91356