7月25日9時,貨拉拉司機邱覺亮走進位於福建廈門金寶大酒店的協商會場,手中攥著寫得密密麻麻的A4紙,準備把同行最關心的抽傭問題提出來。 當天,貨拉拉福建省域算法協商懇談會舉行,在省、市、區工會幹部和貨車司機的見證下,包括邱覺亮在內的5名司機代表與企業代表面對面對話。 據悉,福建省總工會聯動廈門市總工會、湖裡區總工會以貨拉拉為試點,推動構建省域協商機制。作為福建首個聚焦平臺算法規則的省域協商會議,雙方通過多輪協商,在運費保障、抽傭機制、打擊假單外掛、算法透明化等核心議題上達成共識。 關注司機「痛點」問題 運費拖欠、降低抽傭、打擊假單外掛等「痛點」是司機代表們關注的焦點。 「前年跑了一單,200多元運費到今天還討不回來!」開場前,邱覺亮分享了自己的催款經歷。 協商一開場,邱覺亮便呼籲平臺為司機面臨的運費拖欠風險搭建防護網。 而邱覺亮所關心的運費拖欠問題,同樣代表了貨拉拉福建1.2萬餘名司機的心聲。 企業方代表、貨拉拉福建運營部負責人秦瑞向司機們介紹了平臺為防止司機運費被拖欠所付出的努力。企業方首席代表鄭燁表示:「平臺會進一步完善對於拖欠運費的管控,努力給司機更多安心保障。」 「油價漲了,抽傭反而上調了,我們的抽傭算法能不能跟得上?」00後新手司機孫金偉掏出了手機裡的「帳本」。在他看來,日益上浮的運營成本和激烈的運力競爭都擠壓了貨車司機的收入空間。而收入是貨車司機們心裡最大的關切。 「平臺將持續推出降抽傭政策。」面對孫金偉的疑惑,貨拉拉福建司機服務部負責人肖健拿出了一組數據,「僅2025年上半年以來,平臺推出的各項降抽傭活動已累計降抽傭3.3億元。」 這些承諾在孫金偉心裡迅速換算成實實在在的收益:「一輛4米2的貨車,每月可以多掙600元。」 「搶單大廳裡那些『賣外掛,加微信即可獲得』的惡意訂單、假訂單、外掛搶單成為司機公平接單、多勞多得道路上的障礙。」司機餘超的一番話引發不少現場司機共鳴。 「利用AI與算法打擊假單外掛」成為協商現場職企雙方的最大共識。 貨拉拉福建安全管理部負責人劉福通向司機們展示了「利用AI打擊外掛」的新可能:通過AI和算法監控訂單數據流向,對不同區域頻繁下單、遠超正常速度的異常下單操作進行捕捉、攔截,並對相關帳號採取限制下單、封號等措施,從而實現對外掛黑產的精準打擊。 算法規則的「協商民主」 「有時候不清楚自己的什麼行為違反平臺規則,感覺很冤枉。」司機肖順發坦言,司機微信群裡最熱的話題是算法與規則。 現場觀摩的司機們表示,因平臺規則更新頻繁,不少司機遇到「課程內容多,記不住」「算法看會了,做不會」的問題。 在協商的推動下,司機們的「算法焦慮」有望得到緩解。貨拉拉福建綜合管理部負責人陶亮拋出了改革的兩個方向:平臺課程講重點、講白話,讓司機容易學、記得住;對於複雜訂單情況下的初次違規,可考慮在司機學習後給予「新手豁免」。 「希望將平臺算法納入定期溝通協商的議題範圍,建立算法協商懇談機制。」司機方首席代表、貨拉拉廈門公司工會主席賴貴旺提出了「算法民主」的主張。企業方現場承諾,同意將算法專題納入司機協商懇談會的常態化溝通內容。在工會締結的「紐帶」之下,企業與司機雙方共同構建可持續的算法問題溝通渠道,保障司機的知情權與參與權。 工會串起「共贏鏈」 懇談會後,在福建省、市、區三級協調勞動關係三方四部門和交通運輸部門有關負責同志的見證下,職企雙方代表就建立常態化協商懇談機制、暢通和規範司機群體和屬地貨拉拉公司的利益協調渠道等事項籤署會議紀要。 福建約有1.2萬名貨車司機入駐貨拉拉,每天訂單量達2.5萬餘單。為讓協商真正解決司機痛點,福建省、市、區三級工會與貨拉拉福建運營部負責人進行了3場會談,工會幹部多次深入貨拉拉門店調研,收集司機訴求126條。這條工會串起的「協商共贏鏈」有望在福建工會推動下向常態化、制度化方向發展。 福建省總工會有關負責人表示,將持續推進懇談機制落地頭部平臺企業,促進在閩分支機構全面開展二次協商,幫助平臺企業完善企業民主管理制度,暢通勞動者的利益訴求表達渠道,突出算法協商懇談,讓算法從「冰冷的代碼」變成「和諧的密碼」。 「溝通帶來信任,才會走得更遠、走得更好……」走出會場,賴貴旺感慨,「協商懇談是雙方共贏的『橋梁』!」
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。
86593
96
2025-11-02 17:44
15428
31
2025-11-02 17:44
57614
98
2025-11-02 17:44
62937
81
2025-11-02 17:44
56231
75
2025-11-02 17:44
92137
97
2025-11-02 17:44
39485
41
2025-11-02 17:44
12564
28
2025-11-02 17:44
14753
24
2025-11-02 17:44
46589
59
2025-11-02 17:44
53179
64
2025-11-02 17:44
73842
19
2025-11-02 17:44
79536
51
2025-11-02 17:44
57349
61
2025-11-02 17:44
52943
98
2025-11-02 17:44
57319
84
2025-11-02 17:44
75824
47
2025-11-02 17:44
64397
87
2025-11-02 17:44
83791
27
2025-11-02 17:44
76241
53
2025-11-02 17:44
75298
92
2025-11-02 17:44
94563
59
2025-11-02 17:44
13782
45
2025-11-02 17:44
79614
36
2025-11-02 17:44
87159
91
2025-11-02 17:44
98751
74
2025-11-02 17:44
97386
58
2025-11-02 17:44
79438
52
2025-11-02 17:44
64317
49
2025-11-02 17:44
93167
51
2025-11-02 17:44
27485
32
2025-11-02 17:44
42583
52
2025-11-02 17:44
25716
24
2025-11-02 17:44
14256
72
2025-11-02 17:44
69572
95
2025-11-02 17:44
23684
45
2025-11-02 17:44
68129
62
2025-11-02 17:44
58279
32
2025-11-02 17:44
83615
24
2025-11-02 17:44
15872
85
2025-11-02 17:44
94761
59
2025-11-02 17:44
17342
36
2025-11-02 17:44
85179
58
2025-11-02 17:44
12745
49
2025-11-02 17:44
61832
46
2025-11-02 17:44
53127
58
2025-11-02 17:44
65983
85
2025-11-02 17:44
43217
98
2025-11-02 17:44
34256
93
2025-11-02 17:44
81469
65
2025-11-02 17:44
38924
67
2025-11-02 17:44
64315
63
2025-11-02 17:44
46179
12
2025-11-02 17:44
| 私密直播全婐app | 魅影app下载免费版 |
| 妲己直播 | |
| 免费播放片色情a片 | 荔枝直播 |
| love直播 | |
| 糖果直播 | 月夜直播app夜月 |
| 樱桃直播 | |
| 韩国直播 | 花瓣直播 |
| 深夜直播 | |
| 西甲直播 | 夜月直播www成人 |
| 糖果直播 | |
| 成人直播app推荐免费 | 花间直播 |
| 浪花直播 | |
| 小猫直播 | 夜魅直播 |
| 花儿直播 | |
| 樱花直播nba | 夜魅直播 |
| 曼城直播 | |
| 飞速直播 | 蝴蝶直播 |
| 魅影5.3直播 | |
| 百丽直播 | 月夜直播 |
| 伊对免费下载 | |