廣西首個以醫療機構為核心主體的概念驗證中心獲批建設
2025-11-04 07:27 4,587次浏览中央氣象臺8月11日10時繼續發布暴雨黃色預警： 預計，8月11日14時至12日14時，重慶大部、四川南部、雲南北部、貴州北部和中部、湖北南部和東部、湖南西北部、安徽中部、江蘇中部以及甘肅中部、內蒙古東部等地部分地區有大到暴雨，其中，重慶東部、貴州東北部、湖北西南部、湖南西北部、江蘇中部等地部分地區有大暴雨，重慶東南部等地局地特大暴雨(250～260毫米)。上述部分地區伴有短時強降水(最大小時降雨量20～50毫米，局地可超過70毫米)，局地有雷暴大風等強對流天氣。 甘肅蘭州、江蘇南京等多地發布通知：部分景區臨時關閉。 甘肅蘭州 據「蘭州文旅」微信公眾號消息，蘭州市文化和旅遊局11日發布公告： 根據蘭州市自然資源局、市氣象局發布的地質災害氣象風險預警，8月11日下午至8月12日上午，蘭州市將再次出現降水天氣過程，受降疊加效應影響，部分地區發生崩塌、滑坡、泥石流等地質災害的風險較高。 為確保廣大遊客和市民的生命財產安全，有效防範降雨可能引發的山洪、泥石流、滑坡等次生災害風險，8月11日0時至8月12日0時，蘭州吐魯溝國家森林公園、榆中棲雲田園小鎮景區、榆中老家·浪街景區、永登樹屏小鎮景區臨時關閉。請廣大遊客、市民及時調整遊覽安排，切勿擅自進入關閉景區或在景區周邊危險區域逗留。 當前土壤含水飽和、土質鬆動，疊加降水極易誘發次生滑坡、崩塌等地質災害，局地短時強降水還可能引發中小河流洪水及山洪災害。請廣大遊客、市民朋友密切關注天氣、地質預警信息，合理安排行程，避免前往景區未開發開放等缺乏安全保障區域和周邊山區、河道等危險地帶。注意防範前期累積較大降水量引發的崩塌、滑坡、泥石流等地質災害。自駕遊旅遊者請密切關注天氣變化，避開惡劣天氣和危險路段。 江蘇南京 8月11日，南京市氣象臺發布暴雨藍色預警信號，預計浦口、鼓樓、秦淮、建鄴、玄武、雨花臺、棲霞、江北新區、六合、江寧等區的大部分街道(鎮)將出現6小時50毫米以上的強降水。 受天氣影響 南京多家景區宣布暫停營業 ↓↓↓ 南京歡樂谷、南京瑪雅海灘水公園 湯山歡樂水世界 部分高速限速 8月11日10時30分，G40滬陝高速揚州、南京段由於降雨，江都南至六合東雙向入口禁止三超車輛、危化品運輸車駛入高速公路，限速80公裡/小時。 8月11日9時58分，S55寧宣高速南京段由於降雨，柘塘至天生橋限速80公裡/小時。 8月11日9時56分，S88南京機場高速南京段由於降雨，花神廟樞紐至祿口機場限速80公裡/小時。 重慶 8月10日，重慶橘城旅遊投資開發有限責任公司關於景區閉園的通知：由於忠縣受極端天氣的影響，自8月10日即時起至8月11日，烽煙三國景區、石寶寨景區、白公祠文博景區、皇華城景區、田園綜合體景區全時段閉園，期間暫停一切遊客接待活動。 四川 四川省文化和旅遊廳8月10日晚發布二級(橙色)旅遊風險提示，明確8月10日20時至11日20時，省內12個縣(市、區)旅遊活動面臨較大山洪災害風險。 此次預警區域包括內江市威遠縣、隆昌市、資中縣，自貢市貢井區、自流井區、富順縣、榮縣，宜賓市翠屏區、敘州區，瀘州市瀘縣，雅安市漢源縣、石棉縣，上述區域發生山洪災害的可能性大。 受天氣影響 四川多家景區宣布臨時閉園 ↓↓↓ （微信公眾號）
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。
尖叫之夜免费直播
「活动」首次登录送新手大礼包
- 软件大小: 319.35MB
- 最后更新: 2025-11-04 07:27
- 最新版本: v8.4.16.1
- 文件格式: apk
- 应用分类:ios-Android 花瓣直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.98以上
客服热线：131-3972-4782
魅影app下载免费版类似软件
猜你喜欢
15749
38
97348
95
2025-11-04 07:27
58762
34
2025-11-04 07:27
97586
36
2025-11-04 07:27
21348
34
2025-11-04 07:27
52347
25
2025-11-04 07:27
16293
25
2025-11-04 07:27
34576
31
2025-11-04 07:27
68749
85
2025-11-04 07:27
65327
43
2025-11-04 07:27
19325
69
2025-11-04 07:27
23498
31
2025-11-04 07:27
38165
96
21357
59
49782
