8月5日電 綜合報導,川普政府破壞性貿易戰的惡果正在顯現,美國人正為此付出代價。根據最新估計,美國消費者將面臨自1934年以來最高的平均有效關稅率。 據美國消費者與商業頻道(CNBC)報導,根據耶魯大學預算實驗室的最新估計,美國消費者將面臨的平均有效關稅率為18.3%,這是自1934年以來的最高水平。 報導稱,預計關稅將使美國家庭2025年的平均花費達到2400美元,這些關稅將以不成比例的方式影響服裝行業。 根據預測,在短期內,美國消費者可能會看到鞋子價格上漲40%,衣服價格上漲38%。從長遠來看,鞋子的價格可能會比現在高19%,而衣服的價格可能會比現在高17%。 美國參議院民主黨領袖舒默日前警告稱,令人失望的美國就業數據,是川普關稅政策造成的不確定性和潛在經濟放緩的結果。 舒默表示,「雖然這樣說很令人不安,但川普破壞性貿易戰的惡果正在顯現,美國人民正在為此付出代價。」 美國全國公共廣播電臺(NPR)稱,美國關稅的影響可能會越來越大。川普長期以來一直聲稱,關稅將由希望向美國出口的國家支付。事實上,大多數經濟學家表示,關稅成本可能會分攤:部分成本將由海外出口商支付,部分由美國的進口商支付,部分由美國消費者支付。 澳大利亞新聞網站「對話」認為,美國的關稅政策實際上是在經濟上「自擺烏龍」。 該媒體指出,這一政策將使美國年度國內生產總值下降0.36%,這相當於減少1082億美元,或每個家庭每年損失861美元。關稅將迫使外國生產商降低價格,但這些降價只能部分抵消關稅成本,因此美國消費者需支付更高價格。企業購買零部件和原材料的成本也會增加,最終這些漲價將對美國經濟造成損害。 分析稱,隨著美國倉庫庫存逐漸耗盡,未來的道路可能充滿波折。
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。
96517
16
2025-11-07 12:25
17295
76
2025-11-07 12:25
32946
14
2025-11-07 12:25
13459
91
2025-11-07 12:25
47621
56
2025-11-07 12:25
56318
15
2025-11-07 12:25
62973
54
2025-11-07 12:25
71249
63
2025-11-07 12:25
15382
69
2025-11-07 12:25
34589
98
2025-11-07 12:25
98245
48
2025-11-07 12:25
19358
58
2025-11-07 12:25
92561
79
2025-11-07 12:25
24139
93
2025-11-07 12:25
75843
76
2025-11-07 12:25
31589
23
2025-11-07 12:25
63984
19
2025-11-07 12:25
14527
16
2025-11-07 12:25
15673
81
2025-11-07 12:25
45367
53
2025-11-07 12:25
42597
25
2025-11-07 12:25
59362
86
2025-11-07 12:25
71264
12
2025-11-07 12:25
16547
85
2025-11-07 12:25
43768
81
2025-11-07 12:25
71524
32
2025-11-07 12:25
62784
86
2025-11-07 12:25
67352
19
2025-11-07 12:25
21743
27
2025-11-07 12:25
89465
24
2025-11-07 12:25
68142
25
2025-11-07 12:25
96345
61
2025-11-07 12:25
42169
95
2025-11-07 12:25
65439
92
2025-11-07 12:25
92376
24
2025-11-07 12:25
87496
46
2025-11-07 12:25
58612
69
2025-11-07 12:25
59278
59
2025-11-07 12:25
48129
32
2025-11-07 12:25
73694
67
2025-11-07 12:25
57128
63
2025-11-07 12:25
23594
34
2025-11-07 12:25
63792
38
2025-11-07 12:25
72395
98
2025-11-07 12:25
71962
34
2025-11-07 12:25
74936
28
2025-11-07 12:25
32874
78
2025-11-07 12:25
35492
61
2025-11-07 12:25
13678
46
2025-11-07 12:25
71392
17
2025-11-07 12:25
38142
41
2025-11-07 12:25
| 伊人直播网站 | 么么直播 |
| 伊人app | |
| 抓饭直播 | 名模直播 |
| 雨燕直播 | |
| 伊人直播网站 | 趣播 |
| 魅影视频 | |
| 榴莲视频 | 樱桃直播 |
| 尖叫之夜免费直播 | |
| 就要直播 | 尖叫之夜免费直播 |
| 蜜疯直播 | |
| 私密直播全婐app | 成人性做爰直播 |
| 榴莲视频 | |
| 樱桃直播 | 魅影直播视频 |
| 美女直播app | |
| 红桃直播 | 樱花直播nba |
| 蜜桃直播 | |
| 荔枝直播 | 巧克力直播 |
| 午夜直播 | |
| 柚子直播 | 花儿直播 |
| 杏仁直播 | |