瀾滄江上遊扎曲河網狀水系映現高原生態之美
2026-03-10 07:02 7,613次浏览8月12日電 據國家醫保局網站消息，根據2025年國家基本醫療保險、生育保險和工傷保險藥品目錄和商業健康保險創新藥品目錄(以下分別簡稱基本醫保目錄和商保創新藥目錄)調整有關工作安排，在相關部門的支持下，國家醫保局近期對申報藥品進行了初步形式審查，並對通過初審的藥品名單和主要信息進行公示。現就有關工作情況解讀如下： 一、初步形式審查的作用和意義 形式審查是對申報藥品是否符合當年基本醫保目錄和商保創新藥目錄調整申報條件以及藥品信息完整性進行的審核。根據《2025年國家基本醫療保險、生育保險和工傷保險藥品目錄及商業健康保險創新藥品目錄調整工作方案》，形式審查分為初審、初審結果公示、覆審、覆審結果公告四個步驟。本次公示的內容即為今年的初審結果。 通過對藥品申報資料進行形式審查，一方面可以確保申報的藥品符合申報條件，另一方面對申報資料的完整性、規範性進行審核，有利於後續評審、測算階段相關信息的全面、真實、準確。同時，為確保目錄調整公開透明，國家醫保局對通過初審的藥品名單和主要信息進行公示，本身也是主動接受監督的一種方式，我們歡迎社會各界幫助我們發現問題，提出寶貴意見和建議。 二、通過初步形式審查是否意味著已被納入基本醫保目錄或商保創新藥目錄？ 按照《基本醫療保險用藥管理暫行辦法》和《2025年國家基本醫療保險、生育保險和工傷保險藥品目錄及商業健康保險創新藥品目錄調整工作方案》，目錄調整分為企業申報、形式審查、專家評審、談判競價/價格協商等環節，形式審查只是企業申報後目錄調整所有程序中的第一步。一個藥品通過初步形式審查，只代表初審符合相應申報條件，還需要通過公示接受社會監督，即使藥品最終確定通過形式審查，也僅代表該藥品具備了參與目錄調整後續工作流程的資格，不代表其已經納入了基本醫保目錄或商保創新藥目錄。 三、2025年企業申報和初步形式審查結果與去年相比有什麼變化？ 2025年7月11日至7月20日17時，國家醫保局共收到基本醫保目錄申報信息718份，涉及藥品通用名633個，經初步審核，534個通過形式審查。其中目錄外申報信息472份，涉及藥品通用名393個，通過初審的通用名310個，較2024年249個通過形式審查明顯增加。 同時，今年目錄調整中增設了商保創新藥目錄，與基本醫保目錄同步申報。國家醫保局共收到商保創新藥目錄申報信息141份，涉及藥品通用名141個，經初步審核，121個藥品通用名通過形式審查。有些藥品同時申報了基本醫保目錄和商保創新藥目錄，但因兩者申報條件不完全一致，會出現基本醫保目錄和商保創新藥目錄形式審查結果不一致的情況。 四、如何看待一些目前市場價格較為昂貴等明顯超出基本保障範圍的藥品通過了基本醫保目錄的形式審查？ 自成立以來，國家醫保局堅決貫徹黨中央、國務院決策部署，始終牢牢把握基本醫保「保基本」的功能定位，堅持盡力而為、量力而行，實事求是地確定保障範圍；始終堅持穩健可持續，將醫保基金和參保群眾的承受能力作為基本醫保目錄調整工作的基礎，通過準入談判等方式大幅降低獨家藥品的價格；始終聚焦群眾基本醫療需求和臨床技術進步間的平衡，提升可及性，維護公平性。有一些價格較為昂貴明顯超出基本醫保保障範圍的藥品通過了基本醫保目錄初步形式審查，僅表示該藥品符合申報條件，獲得了進入下一個環節的資格。這類藥品最終能否進入基本醫保目錄，還需要經嚴格評審程序，通過專家評審的獨家藥品談判成功、非獨家藥品競價成功才能最終納入目錄。 五、本次公示後將進行哪些工作？ 下一步，我們將根據公示期間收到的反饋意見，對有關藥品信息進行覆核，確定最終通過形式審查的藥品名單並向社會公布。同時，最終形式審查結果無論是否通過，均會通過2025年基本醫保目錄及商保創新藥目錄調整申報模塊向申報企業反饋。後續，國家醫保局將按照工作方案要求，抓緊推進專家評審、基本醫保目錄的談判競價及商保創新藥目錄的價格協商等工作。
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。
桃花直播
「活动」首次登录送新手大礼包
- 软件大小: 914.69MB
- 最后更新: 2026-03-10 07:02
- 最新版本: v3.18.10.15
- 文件格式: apk
- 应用分类:ios-Android 夜月视频直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.18以上
客服热线：137-1948-9371
64218
18
47285
61978
95
2026-03-10 07:02
23897
91
2026-03-10 07:02
61754
18
2026-03-10 07:02
35649
62
2026-03-10 07:02
41237
93
2026-03-10 07:02
71485
43
2026-03-10 07:02
79458
29
2026-03-10 07:02
39847
59
2026-03-10 07:02
21943
87
2026-03-10 07:02
95237
95243
98267
94537