從唐卡與漆畫技藝的跨界融合,到漢藏設計師合作推廣民族工藝品;從社區中各族居民共跳鍋莊舞的溫馨畫面,到漢藏學生「結對子」學習…… 近年來,西藏多元文化發展不斷湧現鮮活案例,這些生動實踐正如高原格桑花的根系,在中華文化沃土中交織生長,是「中華民族一家親」最生動的詮釋,各民族文化在雪域高原交融,中華民族的大家庭在這裡其樂融融。 7月13日,西藏昌都瀾滄江天津廣場上,鍋莊舞愛好者踏歌起舞,舞出夏日夜間精彩。 中國藏學研究中心歷史研究所研究員張雲在接受專訪時表示,從古至今,西藏的優秀傳統文化在中華文化的懷抱中不斷發展,在交流中創新;今天,西藏的多元文化得到了傳承和保護,必將對中華民族現代文明建設作出自己的貢獻。 「中華民族多元一體格局形成是歷史必然」 西藏自古以來就是中國不可分割的一部分,西藏文化是中華文化重要的組成部分。 據張雲介紹,從元朝開始,西藏納入中央王朝行政管轄,全國實現一體化,也開啟了雪域高原與其他地區密切交流的新階段。藏族文化與各民族文化的融合,是在大一統歷史背景下實現的,是歷史發展的大趨勢。 7月14日晚,在西藏拉薩,亮燈後的布達拉宮與北京東路交相輝映,夜色璀璨奪目。 同時,西藏的多元文化同樣得到了很好的傳承。張雲表示,這也是由多方面的因素形成的,比如歷史上多個朝代儘管在政治上實現西藏的統一,但在文化上又採取了一種包容開放的姿態,「用我們今天的話來說,就叫『和而不同』,所以很好地傳承了西藏地區的民族文化」。 傳統藏醫既跟中醫互相學習借鑑,同時又保留了地域的特點;布達拉宮等藏式建築是藏族人民高原智慧的結晶,同時也吸收了漢族、蒙古族、滿族等其他民族的建築智慧;唐卡繪畫同樣和古代捲軸畫有關係,並且形成了自己的特色,具有豐富的文化內涵…… 7月15日,在位於西藏拉薩的西藏博物館,觀眾品鑑唐卡藝術。 「大家熟悉的絲綢之路、唐蕃古道、茶馬古道等網絡系統都促成了西藏文化在中華文化懷抱中不斷地發展,在交流中不斷地創新。」張雲表示,這個發展過程漫長而細緻,所以中華民族多元一體格局的形成是歷史的必然,且有著非常豐富的內容。同時,西藏的優秀傳統文化創新發展到今天,也煥發出了異彩,對中華民族現代文明建設必將作出自己的貢獻。 「全世界都會對今天西藏的文化發展由衷地高興」 國家高度重視保護和發展西藏優秀傳統文化,投入巨大人力、財力、物力,運用法律、經濟和行政等多種手段,使西藏優秀傳統文化在有效保護的基礎上得到了弘揚和發展。 2023年8月18日,由《格薩爾王傳》改編的國產動畫電影《雪域少年》在中國電影博物館舉辦首映禮。 西藏的非物質文化遺產傳承保護成就同樣引人注目。截至2024年12月,在中國列入聯合國教科文組織人類非物質文化遺產代表作名錄的44個項目中,熱貢藝術、格薩(斯)爾、藏戲、藏醫藥浴法、中國雕版印刷技藝(藏族雕版印刷技藝)名列其中。西藏自治區105項非遺列入中國國家級非物質文化遺產代表性項目名錄。唐卡繪畫、金屬鍛造技藝和造紙技藝等傳統技藝在傳承和弘揚中大放異彩。 作為一名歷史研究者,張雲切身感受到西藏優秀傳統文化在今天得到了很好的傳承、保護和發展。可喜的是,他也看到,不少外國有識之士能夠客觀地看待中國的發展,看待西藏各方面的進步,特別是文化事業的進步。 外國遊客在西藏拉薩市羅布林卡內品嘗青稞酒。 「我個人接觸過很多西方媒體、研究者,他們熱愛中國文化,熱愛西藏,也能夠認識到西藏的優秀傳統文化在今天得到保護傳承的客觀現實。」張雲認為,各國來客只要不抱偏見,都會對今天西藏文化發展的狀況感到欽佩和高興。(陳文韜)
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。
63719
42
2025-12-02 10:53
47238
13
2025-12-02 10:53
74528
16
2025-12-02 10:53
75461
42
2025-12-02 10:53
32958
54
2025-12-02 10:53
84619
47
2025-12-02 10:53
47583
52
2025-12-02 10:53
23917
49
2025-12-02 10:53
49236
31
2025-12-02 10:53
76358
42
2025-12-02 10:53
71826
56
2025-12-02 10:53
25641
45
2025-12-02 10:53
51379
13
2025-12-02 10:53
93276
24
2025-12-02 10:53
47269
38
2025-12-02 10:53
96473
25
2025-12-02 10:53
74196
69
2025-12-02 10:53
54961
49
2025-12-02 10:53
96548
19
2025-12-02 10:53
83619
21
2025-12-02 10:53
19267
29
2025-12-02 10:53
59736
43
2025-12-02 10:53
67812
71
2025-12-02 10:53
76859
76
2025-12-02 10:53
96571
24
2025-12-02 10:53
79532
97
2025-12-02 10:53
64157
87
2025-12-02 10:53
12369
31
2025-12-02 10:53
61342
32
2025-12-02 10:53
34278
57
2025-12-02 10:53
79561
46
2025-12-02 10:53
48175
47
2025-12-02 10:53
52681
91
2025-12-02 10:53
78462
58
2025-12-02 10:53
46257
46
2025-12-02 10:53
35647
43
2025-12-02 10:53
97853
84
2025-12-02 10:53
79218
56
2025-12-02 10:53
89617
75
2025-12-02 10:53
19735
31
2025-12-02 10:53
94657
43
2025-12-02 10:53
43915
68
2025-12-02 10:53
27548
17
2025-12-02 10:53
58734
51
2025-12-02 10:53
13425
43
2025-12-02 10:53
72358
26
2025-12-02 10:53
54183
53
2025-12-02 10:53
28691
16
2025-12-02 10:53
28571
28
2025-12-02 10:53
53814
53
2025-12-02 10:53
35291
84
2025-12-02 10:53
54678
13
2025-12-02 10:53
53194
51
2025-12-02 10:53
| 蜘蛛直播 | 现场直播 |
| 小白兔直播 | |
| 蜘蛛直播 | 秀色直播app下载 |
| 榴莲视频 | |
| 零点直播 | 橘子直播 |
| 青草直播 | |
| 月夜直播在线观看 | 西甲直播 |
| 金桔直播 | |
| 荔枝直播 | 黑白直播体育 |
| 伊人直播 | |
| 咪咕直播 | 凤蝶直播 |
| 荔枝直播 | |
| 咪咕直播 | 黄播 |
| 魅影app下载免费版 | |
| 蜜桃视频 | 凤蝶直播 |
| 直播软件下载 | |
| 蝴蝶直播 | 么么直播 |
| 春雨app直播免费看 | |
| 抓饭直播 | 奇秀直播 |
| 夜月视频直播 | |