央視網消息:賽場內比賽激烈,賽場外還有哪些值得關注的新鮮事? 運動員村非遺體驗活動豐富多彩 這幾天,運動員們居住的運動員村文化活動也拉開序幕。運動員們在比賽之餘,還能體驗竹編、剪紙等非遺活動。 義大利運動員喬爾吉婭表示,她很喜歡這個繩編的手環,對她來說還挺容易的,也是她在成都的一次很有趣的體驗。 晚上,世運村裡同樣熱鬧。來自世界各地的運動員圍成一圈,在廣場上跟隨歡快的音樂跳舞,感受夏夜獨特的歡快氛圍。世運村的特色市集也吸引著不少外國運動員們邊走邊逛,挑選手工製品留作紀念。 賽普勒斯運動員麥可·喬治歐表示,看到這些新奇的東西讓他很開心。在他看來,中國文化非常特別。他曾多次因工作來到中國,每一次都喜歡看看這裡的新鮮事物、精美的手工禮品和獨特的文化,這種體驗讓他覺得非常美好。 賽場內外科技「守護」 保證盛會精彩紛呈 場內的各項賽事有條不紊,場外的文化體驗豐富多元,一個個精彩紛呈的背後,離不開科學、高效的保障工作。為了在細節上「刷新」全球旅客的體驗感,成都在賽事場館及周邊重點站設置70個志願服務小站。423座地鐵車站已全部配備支持10多種外語實時翻譯的多語種翻譯機,方便國際乘客諮詢、乘車。 為確保用電無憂,此次世運會創新採用了「數智保電管控平臺」,實時監控電力供應情況。從500千伏變電站到開幕式插座的50公裡關鍵線路,被1:1三維全景復現在控制中心的大屏幕上。平臺可實時調配隊伍、車輛、後勤等9類資源。遇到供電異常時,平臺平均29毫秒即可完成故障設備精準切除與隔離。 國網天府新區供電公司供電服務指揮中心主管劉佳宇介紹,世運會期間有35個場館、256個小項賽事,靠人力巡檢效率很低,但保電平臺能同時監控所有設備節點,故障異常的預警速度提升了90%以上。
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。
17658
32
2026-03-04 13:00
64731
27
2026-03-04 13:00
65234
15
2026-03-04 13:00
59347
82
2026-03-04 13:00
76124
29
2026-03-04 13:00
34756
76
2026-03-04 13:00
15892
93
2026-03-04 13:00
94752
35
2026-03-04 13:00
39451
81
2026-03-04 13:00
82931
95
2026-03-04 13:00
25497
94
2026-03-04 13:00
25398
64
2026-03-04 13:00
64192
98
2026-03-04 13:00
48137
87
2026-03-04 13:00
25196
75
2026-03-04 13:00
41293
38
2026-03-04 13:00
48726
71
2026-03-04 13:00
24759
84
2026-03-04 13:00
75196
85
2026-03-04 13:00
73819
18
2026-03-04 13:00
14376
78
2026-03-04 13:00
98271
78
2026-03-04 13:00
86147
47
2026-03-04 13:00
93172
86
2026-03-04 13:00
57618
14
2026-03-04 13:00
62137
81
2026-03-04 13:00
28719
24
2026-03-04 13:00
61238
95
2026-03-04 13:00
38961
84
2026-03-04 13:00
39416
15
2026-03-04 13:00
81672
72
2026-03-04 13:00
35278
96
2026-03-04 13:00
42537
35
2026-03-04 13:00
65493
17
2026-03-04 13:00
71643
58
2026-03-04 13:00
63985
36
2026-03-04 13:00
91682
69
2026-03-04 13:00
42316
48
2026-03-04 13:00
41578
14
2026-03-04 13:00
79461
42
2026-03-04 13:00
21538
72
2026-03-04 13:00
75284
92
2026-03-04 13:00
29584
73
2026-03-04 13:00
23814
92
2026-03-04 13:00
78612
26
2026-03-04 13:00
21674
75
2026-03-04 13:00
54362
15
2026-03-04 13:00
82375
56
2026-03-04 13:00
34829
58
2026-03-04 13:00
89362
34
2026-03-04 13:00
81327
68
2026-03-04 13:00
79614
51
2026-03-04 13:00
87412
12
2026-03-04 13:00
| 花儿直播 | 趣爱直播 |
| 大鱼直播 | |
| 抖音成人版 | 嫦娥直播 |
| 伊人直播网站 | |
| 伊对免费下载 | 趣爱直播 |
| 小狐狸直播 | |
| 月夜直播app夜月 | 小草莓直播 |
| 520直播 | |
| 秀色直播app下载安装app | 少妇免费直播 |
| 魅影直播游客免登录 | |
| 心跳直播 | 月夜直播app夜月 |
| 花椒直播 | |
| 仙凡直播 | 橘子直播 |
| 密桃直播 | |
| 仙凡直播 | 凤蝶直播 |
| 暖暖直播 | |
| 海棠直播 | 伊对免费下载 |
| 抖音成人版 | |
| 魅影直播间 | 魅影app免费下载安装 |
| 直播全婐app免费 | |