《80秒重溫抗戰大捷》之板橋集戰鬥
2025-11-04 10:14 1,263次浏览位於九江路128號的黃浦區政務服務中心，緊臨南京路步行街，是以人民城市理念打造的「一網通辦」基層窗口，憑藉高顏值辦事環境、高效率幫辦服務，享有「南京路上政務服務旗艦店」之美譽。8月12日下午，記者從黃浦區政府開放日媒體通氣會上獲悉，黃浦區政務服務中心積極回應辦事群眾和企業的關切，最近「上新了」一批便民利企服務舉措。優化多語種服務，提升涉外政務服務便利度黃浦區作為上海市對外展示的重要窗口，涉外業務量持續增長。黃浦區政務服務中心工作人員關注到，外籍人士在辦理業務時常因語言不通，需耗費大量時間進行翻譯溝通或聘請專業翻譯人員陪同。為有效解決這一語言障礙問題，黃浦區政務服務中心「三管齊下」：一是標識標牌「雙語化」： 在黃浦區政府外事辦專業支持下，全面梳理並規範更新政務大廳中文標識的英文翻譯；二是服務能力「精進化」：更新幫辦人員接待對話培訓PPT的英文對照內容，強化一線人員外語溝通能力；三是溝通輔助「智能化」：配備專業翻譯機，為即時溝通提供高效技術支撐，力求指引清晰、服務易懂。下一步，黃浦區政務中心將著力構建更加便捷高效的多語種政務服務環境，通過拓展語種覆蓋，在重點區域增設韓語、日語、西班牙語等高頻語種的標識標牌和辦事指南。拆解辦事「攔路虎」，讓企業群眾少跑腿更省心初創企業新手上路，在開辦企業過程中，難免遭遇材料不全被「退回補正」、系統壁壘導致「重複錄入」等經歷。如何拆解辦事「攔路虎」？在黃浦區政務服務中心，一方面，「店小二」以互動式、點單式諮詢服務，將法律性、政策性、專業性較強的審批事項所需材料和流程，拆解轉化為找得到、聽得懂、用得上的要素，運用可選擇、菜單式的智能引導，幫企業精準匹配辦事流程、材料、政策，為其度身定製集成化、個性化的政務服務數位化產品包，像「網購訂單」一樣，一鍵發送至辦事人的手機。另一方面，大力推動政務服務「上線」。近年來，「一網通辦」改革不斷向縱深推進，以黃浦為例，企業辦事過程中1246個事項都可以網上辦理，網辦率達92.52%，企業設立等1187個事項已實現全程網辦，全程網辦率近90%，「一件事」已有51件，「一業一證」已覆蓋14個行業，線上服務能級大幅提升。同時，依託大數據和「隨申碼」的強大功能，在原有貼心「店小二」幫辦服務基礎上，創新實現「表格數據自動填」。對接「隨申碼」、「企業碼」，許多基礎信息無需重複填寫，大大減輕了企業和群眾的填報壓力。醫保服務上門辦，將「窗口」搬到老人家門口一位獨居的阿婆不久前骨折了，無法下床。社區養老顧問建議她可申辦「長護險」，可是，阿婆行動不便，如何才能成功辦理呢？ 不少高齡、獨居或行動不便的老人，都有類似這位阿婆的煩惱。瞄準這些問題，入駐黃浦區政務服務中心的黃浦區醫療保險事務受理中心創新服務模式，把高頻經辦事項「長護險受理」在轄區五裡橋、打浦橋、淮海、半淞園街道率先試點「上門辦」，通過遠程驗證+現場評估確認的方式，將原本需要在街道窗口辦理的高頻事項直接延伸至居民家中。目前，「上門辦」的服務群體主要為90歲以上獨居老人、失能失智無法到場辦理的、殘疾人等弱勢群體，這類特殊群體對政務服務的需求日益增多，在保障系統的安全性、便捷性同時，各類數據在系統閉環性、可追溯性上下足了功夫，確保「上門辦」和「窗口辦」一個樣。（黃浦區供圖）
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。
免费播放片色情a片
「活动」首次登录送新手大礼包
- 软件大小: 148.65MB
- 最后更新: 2025-11-04 10:14
- 最新版本: v9.7.2.15
- 文件格式: apk
- 应用分类:ios-Android 夜月直播www成人
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.42以上
客服热线：135-3486-6835
35
32981
92
54861
38
2025-11-04 10:14
53928
42
2025-11-04 10:14
15972
67
2025-11-04 10:14
69413
73
2025-11-04 10:14
59746
95
2025-11-04 10:14
49521
16
2025-11-04 10:14
94538
68
2025-11-04 10:14
71598
59
2025-11-04 10:14
57412
93
2025-11-04 10:14
27145
16
69725
16497
47
23
56174
72
23