賴清德支持度雪崩式下跌，深綠地區也失守了
2026-02-18 21:34 6,853次浏览成都8月14日電 題：斯諾克冠軍肖國棟：撞球適合全民健身 記者 國璇 第12屆世界運動會撞球項目14日在成都決出最後一枚金牌，36歲的中國名將肖國棟以2:1戰勝賽普勒斯選手喬治烏，職業生涯首奪世運會冠軍。 由於採用三局兩勝制，成都世運會的斯諾克比賽偶然性大大增強，考驗選手的臨場狀態和心理素質。當天的決賽一波三折，肖國棟率先拿下一局，隨後喬治烏打出單杆111分將大比分扳平，決勝局末段雙方展開攻防纏鬥，防守更勝一籌的肖國棟鎖定勝局。獲勝後，身披五星紅旗的肖國棟與教練和隊友們依次擁抱，臉上終於露出笑容。 與成都世運會同期舉行的還有2025年沙特斯諾克大師賽，這項職業賽事總獎金超過200萬英鎊，吸引全世界頂尖高手參加。為出戰成都世運會，世界排名第13位的肖國棟放棄參加沙特大師賽，除了無法拿到豐厚的獎金，他的排名也會受影響。肖國棟說：「國家榮譽永遠高於個人榮譽。為國出徵是我從小的夢想，這種使命感和自豪感和個人的比賽是不一樣的。」 8月14日，在成都世運會男子斯諾克決賽中，中國選手肖國棟奪得冠軍。圖為肖國棟在比賽中。記者 安源 攝 一個月前，參加斯諾克、花式撞球和開倫撞球三個分項的12名中國國家撞球集訓隊隊員提前抵達成都備戰。從小習慣了個人參賽的肖國棟，這次過上了集體生活。肖國棟表示，朝夕相處中，中國撞球隊形成了一個默契而有凝聚力的團體，「我們就像家人一樣」。 8月12日下午，肖國棟參加的男子斯諾克和另一位中國名將黨金虎參加的男子花式撞球兩場四分之一決賽同時開打。以2:0輕取對手後，肖國棟沒有立即離開場館，而是為「虎哥」加油吶喊。在黨金虎遺憾告負後，肖國棟上前擁抱並安慰隊友。 此次徵戰撞球項目的中國選手年齡跨度較大，既有黨金虎和肖國棟等老將，也有17歲的小將錢家樂。大賽經驗豐富的肖國棟經常幫助隊友緩解主場作戰的壓力，也樂於向彼此討教技戰術。 對於肖國棟而言，家鄉民眾的支持也讓他吃下「定心丸」。肖國棟是重慶人，在成都擁有自己的斯諾克工作室，不少親戚朋友也定居成都。「川渝文化相近，四川有句話叫『雄起』，代表了我們川渝人的精神支柱，是家鄉人對我的加油鼓氣。」 從2007年正式成為職業球員，到2024年世界斯諾克武漢公開賽首奪排名賽冠軍，歷經17年職業生涯起伏的肖國棟稱得上大器晚成。除了對競技成績的不懈追求，肖國棟也以教練、解說等身份推廣斯諾克運動，致力於讓更多青少年加入職業選手行列。 「世運會這種大型綜合性運動會是一個很好的推廣平臺，讓人們知道除了斯諾克，撞球還包括開倫等其他項目。我希望通過世運會，撞球項目有一天可以進入奧運會。」肖國棟說，撞球運動很適合推動全民健身。「大家可以多看一看比賽，也可以嘗試玩一玩。」 為了安心備戰，肖國棟在世運會期間看到看臺上的家人，只是遠遠打個招呼。短暫與家人團聚後，肖國棟將奔向下一個賽場，力爭在2025年武漢公開賽成功衛冕。(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。
密桃直播
「活动」首次登录送新手大礼包
- 软件大小: 417.48MB
- 最后更新: 2026-02-18 21:34
- 最新版本: v2.15.1.2
- 文件格式: apk
- 应用分类:ios-Android 水仙直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.93以上
客服热线：137-5138-3289
23946
15
84135
84
48237
46
2026-02-18 21:34
34652
91
2026-02-18 21:34
89651
79
2026-02-18 21:34
89765
71
2026-02-18 21:34
92783
61
2026-02-18 21:34
64298
83
2026-02-18 21:34
63182
91
2026-02-18 21:34
51286
51
2026-02-18 21:34
97843
75
2026-02-18 21:34
16
13628
49537
47613
78
43519
37
61
12569