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)
8月12日,成都世運會武術散打項目決出6枚金牌,中國隊成功躋身其中4項決賽,並斬獲三金一銀。 當晚,中國運動員陳夢粵戰勝印度選手納瑪塔·巴特拉,以2:0奪得武術散打女子52公斤級冠軍;中國選手李志勤以2:0力克越南選手阮氏秋水,拿下武術散打女子60公斤級金牌;中國選手唐思碩則憑藉分差勝奪得武術散打男子56公斤級冠軍;中國選手朱海蘭獲得武術散打女子70公斤級銀牌。 中國隊武術散打項目教練李傑在接受採訪時表示,他對全隊當天的表現表示滿意。他認為,武術登上成都世運會賽場,是向全球推廣這項傳統體育項目的絕佳契機。 (何美錕)
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。
87623
59
2025-11-04 02:29
89651
78
2025-11-04 02:29
73185
39
2025-11-04 02:29
25749
98
2025-11-04 02:29
75631
84
2025-11-04 02:29
42879
48
2025-11-04 02:29
73691
24
2025-11-04 02:29
48762
31
2025-11-04 02:29
61378
19
2025-11-04 02:29
95176
78
2025-11-04 02:29
16498
38
2025-11-04 02:29
48612
24
2025-11-04 02:29
42768
38
2025-11-04 02:29
19567
65
2025-11-04 02:29
36179
21
2025-11-04 02:29
37154
56
2025-11-04 02:29
74523
67
2025-11-04 02:29
83917
29
2025-11-04 02:29
17695
62
2025-11-04 02:29
93617
75
2025-11-04 02:29
54126
87
2025-11-04 02:29
34216
63
2025-11-04 02:29
47281
12
2025-11-04 02:29
17924
57
2025-11-04 02:29
39748
86
2025-11-04 02:29
97348
31
2025-11-04 02:29
71839
36
2025-11-04 02:29
41735
46
2025-11-04 02:29
56389
23
2025-11-04 02:29
39481
41
2025-11-04 02:29
79258
86
2025-11-04 02:29
73482
36
2025-11-04 02:29
15963
38
2025-11-04 02:29
42398
34
2025-11-04 02:29
14285
75
2025-11-04 02:29
81239
65
2025-11-04 02:29
49561
97
2025-11-04 02:29
36258
63
2025-11-04 02:29
24193
75
2025-11-04 02:29
21487
78
2025-11-04 02:29
93876
47
2025-11-04 02:29
29435
71
2025-11-04 02:29
39175
98
2025-11-04 02:29
78916
19
2025-11-04 02:29
71425
89
2025-11-04 02:29
79438
51
2025-11-04 02:29
61584
98
2025-11-04 02:29
96173
46
2025-11-04 02:29
34692
26
2025-11-04 02:29
64589
78
2025-11-04 02:29
71285
58
2025-11-04 02:29
| 少妇免费直播 | 魅影9.1直播 |
| 心跳直播 | |
| 魅影5.3直播 | 金桔直播 |
| 杏仁直播 | |
| 零点直播 | 杏爱直播 |
| 黑白直播体育 | |
| 咪咕直播 | 魅影直播 |
| 香蕉直播 | |
| 蜜疯直播 | 夜魅直播 |
| 伊人app | |
| 苹果直播 | 柚子直播 |
| 花蝴蝶app直播 | |
| 鲍鱼直播 | 国外b站刺激战场直播app |
| 成人直播app推荐免费 | |
| 水仙直播 | 名模直播 |
| 西瓜直播 | |
| 美女直播 | 极速直播 |
| 榴莲视频 | |
| 妖姬直播 | 黑白直播 |
| 香蕉直播 | |