北京8月12日電 中國最高人民法院12日發布第一批涉企行政強制典型案例,旨在規範涉企行政強制,優化法治化營商環境。 最高法相關負責人稱,今年3月以來,規範涉企行政執法專項行動在全國範圍內全面推開。最高法要求各地法院加大對涉企市場準入、行政許可、行政處罰、行政強制和行政賠償等重點領域行政案件的司法審查力度。 據統計,2022年至2024年,各級法院受理涉企行政強制一審案件約佔全部一審行政案件的8%。法院一方面支持行政機關依法履行行政強制等監管職責,維護市場秩序,另一方面堅決糾治違法的查封、扣押、凍結等行政強制措施和行政強制執行。 此次發布的5個涉企行政強制典型案例,包含2個行政強制措施、2個行政強制執行和1個非訴行政強制案例。案例涉及種類多樣,既包括查封設施、扣押財物等行政強制措施,也包括行政強制執行、申請人民法院強制執行等。 在「某新能源公司、包某訴浙江省溫州市鹿城區市場監督管理局扣押財物及行政賠償案」中,法院一審判決確認扣押行為違法並判令區市監局賠償包某船期損失24萬元人民幣。 在「某綠化有限責任公司訴遼寧省錦州市太和區人民政府強制拆除房屋案」中,法院結合司法解釋規定和在案證據,確定了區政府系適格被告並判決確認其行為違法,避免企業因維權無門而陷入經營困境。 最高法相關負責人稱,案例發布集中體現了法院通過監督、糾正違法行政強制行為,依法保護市場主體財產權和其他合法權益的堅強決心,有利於強化規範指導,進一步防止同類行政違法情形的發生。(完)
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。
64895
93
2025-11-05 05:49
74513
35
2025-11-05 05:49
41678
34
2025-11-05 05:49
69153
51
2025-11-05 05:49
58396
12
2025-11-05 05:49
25936
71
2025-11-05 05:49
85236
38
2025-11-05 05:49
94712
61
2025-11-05 05:49
95732
38
2025-11-05 05:49
29784
47
2025-11-05 05:49
71895
98
2025-11-05 05:49
74258
71
2025-11-05 05:49
81524
87
2025-11-05 05:49
16485
93
2025-11-05 05:49
35784
78
2025-11-05 05:49
32794
84
2025-11-05 05:49
12958
17
2025-11-05 05:49
93681
38
2025-11-05 05:49
13679
63
2025-11-05 05:49
52184
78
2025-11-05 05:49
54217
83
2025-11-05 05:49
43128
54
2025-11-05 05:49
46285
97
2025-11-05 05:49
14763
39
2025-11-05 05:49
43521
46
2025-11-05 05:49
36541
39
2025-11-05 05:49
84235
26
2025-11-05 05:49
54839
56
2025-11-05 05:49
41963
24
2025-11-05 05:49
34921
46
2025-11-05 05:49
68254
52
2025-11-05 05:49
89371
84
2025-11-05 05:49
32798
45
2025-11-05 05:49
58369
52
2025-11-05 05:49
67248
65
2025-11-05 05:49
12954
46
2025-11-05 05:49
86315
71
2025-11-05 05:49
53724
63
2025-11-05 05:49
24976
76
2025-11-05 05:49
62781
61
2025-11-05 05:49
52493
68
2025-11-05 05:49
43281
14
2025-11-05 05:49
86415
61
2025-11-05 05:49
82491
78
2025-11-05 05:49
43895
29
2025-11-05 05:49
89275
86
2025-11-05 05:49
87325
82
2025-11-05 05:49
93275
57
2025-11-05 05:49
19583
58
2025-11-05 05:49
16732
74
2025-11-05 05:49
54798
57
2025-11-05 05:49
29365
58
2025-11-05 05:49
| 蝴蝶直播 | 樱花直播nba |
| 心跳直播 | |
| 婬色直播 | 尖叫之夜免费直播 |
| 暖暖直播 | |
| 蜜桃视频 | 荔枝网直播 |
| 河豚直播 | |
| 柚子直播 | 橘子直播 |
| 97播播 | |
| 心跳直播 | 西瓜直播 |
| 小妲己直播 | |
| 雨燕直播 | 成人直播app推荐免费 |
| 桃花直播 | |
| 蜜桃app | 成人性做爰直播 |
| 午夜直播 | |
| 名模直播 | 月神直播 |
| 六月直播 | |
| 百丽直播 | 桃花直播 |
| 小白兔直播 | |
| 零七直播 | 魅影视频 |
| 小猫直播 | |