《歌手2025》評分3.8 創歷屆最低
2025-11-09 23:14 2,436次浏览在數字經濟蓬勃發展的當下，人工智慧已成為推動產業變革的新型生產力。算力作為人工智慧發展的基石之一，其重要性不言而喻。近期，全國多地出臺算力券政策，以發放算力券的方式，幫助企業破解算力使用難題，加速算力相關產業融合創新。 什麼是算力券？作為一種政策創新工具，算力券與大家熟知的消費券類似，本質是通過政府補貼降低企業的算力使用成本，促進算力產業發展。與一般的消費券不同，算力券面向企業等市場經營主體，是用於支持其購買算力服務的政策工具和數位化憑證。 多地積極發放算力券，背後有政策引領與市場需求。一方面，該舉措響應國家對數字經濟和人工智慧產業發展的戰略部署，助力構建人工智慧產業生態。另一方面，此舉旨在應對當前算力市場存在的供需失衡等挑戰，引導算力資源的合理流動與高效配置，實現算力供需的精準對接。 算力券有利於企業解決「算不起」「算閒置」等現實問題。對於需求端來說，直接降低企業算力使用成本與門檻，助力其加大技術研發投入、加速產品迭代升級，在市場競爭中獲得優勢；對於供給端而言，算力券以政府補貼形式盤活閒置算力資源，促進其向需求端流動，提升資源利用率。 算力券作為政策槓桿，能夠以四兩撥千斤的形式加速構建「人工智慧+」產業鏈。不少地方明確算力券的適用範圍涵蓋智能算力與超算算力，同時以配套政策方式發放模型券、數據券、語料券等，以算力為切入點，精準對接算力產業最新需求，帶動相關產業鏈實現數位化轉型。 算力券有助於推動我國產業結構優化升級。隨著人工智慧與千行百業的深度融合，傳統產業得以藉助人工智慧技術實現智能化轉型，提高生產效率和產品質量。新興產業則在人工智慧的驅動下加速發展，培育新的經濟增長點。比如，藉助算力券政策，智慧醫療、智慧教育、智慧交通等領域產品得以迭代升級，人工智慧應用場景不斷拓展。此外，算力券可以吸引更多創新型企業和專業人才，形成集聚效應與規模效應，營造良好的創新創業生態，激發市場活力。 從不少地方的實踐來看，當前，算力券對推動數字經濟發展的效果可謂立竿見影。以算力券政策為引導，北京已有多家算力供應商在平臺註冊，為企業提供算力資源。貴州等地近年來出臺算力系列政策，有效激發了企業參與算力發展的積極性。 需要注意的是，算力券並非能在市場上流通的有價證券或金融工具，在推廣這一政策的過程中，一些潛在問題不容忽視。例如，如何確保算力券發放的公平性與透明度，防止出現套利、重複補貼等現象；如何建立健全算力券的監管機制，強化數據安全與隱私保護；以及如何進一步提升算力服務的質量與穩定性，滿足企業日益增長的多樣化需求等。只有妥善解決上述問題，才能讓算力券這一政策工具持續發揮積極作用，真正讓好鋼用在刀刃上。
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。
优直播
「活动」首次登录送新手大礼包
- 软件大小: 351.96MB
- 最后更新: 2025-11-09 23:14
- 最新版本: v2.3.4.5
- 文件格式: apk
- 应用分类:ios-Android 橘子直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.39以上
客服热线：139-5382-7634
28643
26815
27
2025-11-09 23:14
14785
93
2025-11-09 23:14
45619
98
2025-11-09 23:14
95642
17
2025-11-09 23:14
78345
95
2025-11-09 23:14
91378
97
2025-11-09 23:14
39487
19
2025-11-09 23:14
93287
43
2025-11-09 23:14
45271
81
2025-11-09 23:14
34265
12978
46238
57
71
84359
45
86
41
93
65