（成都世運會）成都世運會創造世運會市場開發收入歷史新高
2025-12-11 08:58 6,982次浏览天津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)
今天，我們怎樣回答「錢學森之問」(教育時評) 暑假，上海交通大學的錢學森圖書館，青少年觀眾絡繹不絕。序廳內，4015頁「錢學森手稿」如一朵蘑菇雲在空中升騰，象徵著錢學森從歸國到主持「兩彈結合」試驗獲得成功的4015個日夜。孩子們駐足凝視，心中播下矢志創新的星火。 今年是人民科學家錢學森歸國70周年，也是全國首個「錢學森班」創立20周年。人們不禁想起著名的「錢學森之問」——2005年，錢學森寄望中國教育：現在中國沒有完全發展起來，一個重要原因是沒有一所大學能夠按照培養科學技術發明創造人才的模式去辦學，沒有自己獨特的創新的東西，老是「冒」不出傑出人才。 20年後的今天，我們怎樣回答「錢學森之問」？ 不妨將時間拉回2005年，回望問題提出的時代背景。彼時，中國高等教育毛入學率為21%，全社會研究與試驗發展經費投入僅佔國內生產總值的1.34%。放眼全球，從教育科技人才的發展現狀，到綜合國力的全面較量，我國仍在奮起直追。 「錢學森之問」，直面改革開放以來教育體系的光榮與隱痛。往前看，恢復高考激發的人口紅利，支撐起「世界工廠」的崛起；往後看，我國亟須向人才紅利轉變，高等教育作為科技創新、人才培養的主陣地，被委以重任。答好「錢學森之問」，關乎教育的當下，更關係創新的未來。 20年來，我們迎來書院制、學分制、導師制，拔尖人才培養模式改革開啟；推進新工科、新醫科、新農科、新文科體系化建設，「拔尖計劃」「強基計劃」落地落細。 中國實驗室頻頻上新，量子反常霍爾效應、鐵基高溫超導等一批重大創新成果競相湧現；嫦娥六號月背採樣，夢想號探秘大洋，深中通道踏浪海天，南極秦嶺站崛起冰原……創新的中國，生機勃勃！頂尖人才與國家創新生態深度共鳴。 人到半山路更陡。從教育大國邁向教育強國，依然任重道遠。新時代新徵程，從開發智能晶片到鍛造大國重器，從突破前沿科學理論到革新關鍵技術應用，必須深刻把握中國式現代化對教育、科技、人才的需求，強化教育對科技和人才的支撐作用，進一步形成人才輩出、人盡其才、才盡其用的生動局面。 今天，我國綜合國力顯著提升，創造了經濟快速發展和社會長期穩定兩大奇蹟。站在更厚的家底上，矚望下一個20年，面向第二個百年奮鬥目標，我們怎樣更好回答「錢學森之問」？ 看理念，從唯分數論轉向全面發展，注重培養學生創新思維和批判性思維，創新的火種可以誕生在標準答案之外。 深改革，多把尺子「量」人才，破除成果「堆數量」，為更多傑出人才「冒」出來培育土壤。 擴開放，吸收世界上先進的辦學治學經驗，以更寬廣的國際視野、更深邃的戰略眼光，紮根中國大地辦大學…… 從改革開放到2005年、2025年，再到21世紀中葉，「錢學森之問」會有答案嗎？ 答案，不在某篇論文或某個獎項中，而是億萬青少年學生眼裡的光。中國教育始終在做一道獨特的證明題：它不需要亦步亦趨，不著急摘果，而是改良土壤、久久為功，培育一片片森林。 又或許，「錢學森之問」沒有終極答案。這是一把永不生鏽的標尺，丈量著每一代人的擔當——當我們不再執念「何時出大師」，而是深耕人才「冒」出來的土壤，彼時中國，自會有屬於那個時代的錢學森們，站在我們今日搭建的階梯上，提出新的創新之問。 吳 丹 《人民日報》(2025年08月10日 第 05 版)
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。
浪花直播
「活动」首次登录送新手大礼包
- 软件大小: 753.59MB
- 最后更新: 2025-12-11 08:58
- 最新版本: v18.12.12.10
- 文件格式: apk
- 应用分类:ios-Android 蜘蛛直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.49以上
客服热线：133-7682-2546
25348
43
51463
23
2025-12-11 08:58
68432
17
2025-12-11 08:58
39821
25
2025-12-11 08:58
28619
79
2025-12-11 08:58
62589
84
2025-12-11 08:58
62547
67
2025-12-11 08:58
87195
61
2025-12-11 08:58
19423
84
2025-12-11 08:58
72815
54
2025-12-11 08:58
16
31
39258
83
46897
51
71946
25839
43
12975
51769
18
15876
37
