北京8月8日電 北京朝陽區亞運村街道在全國全民健身日到來之際,在街道市民中心舉辦了系列品牌賽事——亞運村街道「綻放亞韻」第四屆桌球聯賽。賽事為期四天,於8日落下帷幕,共有32支團體參賽隊和包括48名單打選手在內的150餘名運動員參賽。 比賽現場。主辦方供圖 賽事面向亞運村街道屬地社區、單位、居民、企業員工等多個群體開放報名,比賽參考國際專業比賽賽制,充分將群眾性、專業性與競技性相結合,共設混合團體、男子單打、女子單打三個項目組別,按照小組單循環賽、淘汰賽兩個階段進行。 比賽現場,銀球飛舞間既有雷霆萬鈞的凌厲扣殺,也有四兩撥千斤的巧妙防守;選手們既在揮拍搏殺中展現競技風採,更在賽後握手交流時傳遞鄰裡溫情,完美演繹了「友誼第一,比賽第二」的體育精神。 對於本次比賽,一位來自安翔裡社區參賽選手表示:「這次在家門口比賽感覺專業規範也非常親切。平時我們就愛打桌球,比賽不僅讓我們鍛鍊了身體,還認識了不少鄰居,大家以球會友,其樂融融。我們安翔裡社區這次來了4支隊伍共12人參賽,應該是此次參加人數最多的社區。我們也希望帶動周圍的人都走出家門動起來,不僅強身健體又能提升競技水平。」 本次比賽由北京市朝陽區人民政府亞運村街道辦事處主辦、亞運村街道市民活動中心承辦,旨在通過品牌文化活動實現文商旅體深度融合貢獻地區經濟建設、服務地區社會建設,用大家的國球情懷和賽場的拼搏傳承亞運特色文化,培育「亞運村」三個字所蘊涵優秀體育基因。(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。
76254
85
2025-11-23 01:40
85234
73
2025-11-23 01:40
18549
26
2025-11-23 01:40
43625
19
2025-11-23 01:40
73829
67
2025-11-23 01:40
86735
34
2025-11-23 01:40
34975
18
2025-11-23 01:40
94216
21
2025-11-23 01:40
68293
71
2025-11-23 01:40
86529
43
2025-11-23 01:40
97136
69
2025-11-23 01:40
39514
72
2025-11-23 01:40
98536
18
2025-11-23 01:40
16872
46
2025-11-23 01:40
84567
76
2025-11-23 01:40
34768
98
2025-11-23 01:40
16498
83
2025-11-23 01:40
24938
58
2025-11-23 01:40
12786
65
2025-11-23 01:40
43697
46
2025-11-23 01:40
94356
68
2025-11-23 01:40
46215
92
2025-11-23 01:40
24865
46
2025-11-23 01:40
75492
14
2025-11-23 01:40
53987
15
2025-11-23 01:40
27694
76
2025-11-23 01:40
79156
76
2025-11-23 01:40
61928
68
2025-11-23 01:40
72893
25
2025-11-23 01:40
35896
54
2025-11-23 01:40
48739
68
2025-11-23 01:40
37569
94
2025-11-23 01:40
84912
23
2025-11-23 01:40
86415
34
2025-11-23 01:40
45327
97
2025-11-23 01:40
16259
47
2025-11-23 01:40
29386
42
2025-11-23 01:40
23789
25
2025-11-23 01:40
48217
62
2025-11-23 01:40
85914
58
2025-11-23 01:40
39524
67
2025-11-23 01:40
21964
73
2025-11-23 01:40
86192
85
2025-11-23 01:40
45261
41
2025-11-23 01:40
69327
68
2025-11-23 01:40
28346
42
2025-11-23 01:40
38967
64
2025-11-23 01:40
61542
67
2025-11-23 01:40
41962
57
2025-11-23 01:40
59247
94
2025-11-23 01:40
57184
48
2025-11-23 01:40
43912
23
2025-11-23 01:40
62793
45
2025-11-23 01:40
| 直播软件下载 | 蜜疯直播 |
| 祼女直播app | |
| 趣播 | 樱花直播 |
| 小妲己直播 | |
| 魅影直播 | 鲍鱼直播 |
| 零点直播 | |
| 橘子直播 | 鲨鱼直播 |
| 深夜大秀直播app | |
| 小妲己直播 | 国外b站刺激战场直播app |
| 花间直播 | |
| 柚子直播 | 魅影直播 |
| 柠檬直播 | |
| 婬色直播 | 魅影9.1直播 |
| 巧克力直播 | |
| 橙色直播 | 柠檬直播 |
| 魅影5.3直播 | |
| 月神直播 | 蝶恋直播 |
| 优直播 | |
| 午夜直播 | 西瓜直播 |
| 桃鹿直播 | |