我國建成全球最大電動汽車充電網絡
2025-11-24 20:39 4,657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)
8月13日電 據央行網站消息，13日，央行發布2025年7月金融統計數據報告。 廣義貨幣增長8.8% 7月末，廣義貨幣(M2)餘額329.94萬億元，同比增長8.8%。狹義貨幣(M1)餘額111.06萬億元，同比增長5.6%。流通中貨幣(M0)餘額13.28萬億元，同比增長11.8%。前七個月淨投放現金4651億元。 前七個月人民幣貸款增加12.87萬億元 7月末，本外幣貸款餘額272.48萬億元，同比增長6.7%。月末人民幣貸款餘額268.51萬億元，同比增長6.9%。 前七個月人民幣貸款增加12.87萬億元。分部門看，住戶貸款增加6807億元，其中，短期貸款減少3830億元，中長期貸款增加1.06萬億元；企(事)業單位貸款增加11.63萬億元，其中，短期貸款增加3.75萬億元，中長期貸款增加6.91萬億元，票據融資增加8247億元；非銀行業金融機構貸款增加2357億元。 7月末，外幣貸款餘額5558億美元，同比下降8.1%。前七個月外幣貸款增加137億美元。 前七個月人民幣存款增加18.44萬億元 7月末，本外幣存款餘額327.83萬億元，同比增長9%。月末人民幣存款餘額320.67萬億元，同比增長8.7%。 前七個月人民幣存款增加18.44萬億元。其中，住戶存款增加9.66萬億元，非金融企業存款增加3109億元，財政性存款增加2.02萬億元，非銀行業金融機構存款增加4.69萬億元。 7月末，外幣存款餘額1萬億美元，同比增長20%。前七個月外幣存款增加1489億美元。 7月份銀行間人民幣市場同業拆借月加權平均利率為1.45%，質押式債券回購月加權平均利率為1.46% 7月份銀行間人民幣市場以拆借、現券和回購方式合計成交222.44萬億元，日均成交9.67萬億元，日均成交同比增長14.8%。其中，同業拆借日均成交同比增長3.1%，現券日均成交同比增長2.8%，質押式回購日均成交同比增長18.6%。 7月份同業拆借加權平均利率為1.45%，分別比上月和上年同期低0.01個和0.36個百分點。質押式回購加權平均利率為1.46%，分別比上月和上年同期低0.04個和0.36個百分點。 7月份經常項下跨境人民幣結算金額為1.57萬億元，直接投資跨境人民幣結算金額為0.64萬億元 7月份，經常項下跨境人民幣結算金額為1.57萬億元，其中貨物貿易、服務貿易及其他經常項目分別為1.15萬億元、0.42萬億元；直接投資跨境人民幣結算金額為0.64萬億元，其中對外直接投資、外商直接投資分別為0.22萬億元、0.42萬億元。
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。
春雨直播全婐app免费
「活动」首次登录送新手大礼包
- 软件大小: 736.39MB
- 最后更新: 2025-11-24 20:39
- 最新版本: v17.18.6.6
- 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: 3.94以上
客服热线：134-3586-9572
么么直播类似软件
猜你喜欢
15396
42
58194
16
2025-11-24 20:39
34829
59
2025-11-24 20:39
24916
43
2025-11-24 20:39
65948
32
2025-11-24 20:39
24735
56
2025-11-24 20:39
72681
53
2025-11-24 20:39
46195
83
2025-11-24 20:39
43876
37
2025-11-24 20:39
75468
61
2025-11-24 20:39
47892
67
2025-11-24 20:39
98
46173
21
59317
94
65
95
98143
29
