學科調整「提級管理」，新一輪專業大洗牌將至
2025-11-12 21:17 9,815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)
大慶8月11日電 (王立峰)8月11日，記者從大慶油田了解到，年初以來大慶油田杏南油田以機採井管理指標「一提、兩降」為目標，精細生產管理、優化工藝設計、強化現場監督。截至目前，杏南油田採油五廠的油井生產時率達到94.84%，機採井檢泵率、檢泵周期對比去年同期分別降低1.5%和22天，實現了機採井管理水平的有效提升。 大慶油田採油五廠的技術人員在進行日常巡檢 王立峰 攝 大慶油田杏南油田已開發建設50多年，採開發規模大、斜井比例大、水聚驅開發並存、採出液成分較為複雜，這些不利因素給機採指標管理帶來了很大難度。 今年，技術人員對每口油井的生產工藝參數進行優化，對異常井及時分析原因，優化參數893口井，對324口異常井及時分析原因，制定長效高效措施398項。實行油井地面、井筒、地下的一體化管理，對每口井管柱匹配及生產參數方案進行優化，對液量、液性、載荷發生變化的油井，及時做好分析，利用智能診斷平臺實施參數調整142井次，這些舉措，確保了油井正常生產。 同時，充分發揮數位化生產管控平臺優勢，對機採油井的生產數據進行監控、採集、處理，優化處置流程和閥值設置，使生產組織更高效、資料錄取更準確、異常處理更快捷、安全監督更到位、偷盜打擊更有力。年初以來，處理報警信息32079條，提高時率多產油1400多噸，夜間停機井數下降了60%。(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。
杏仁直播
「活动」首次登录送新手大礼包
- 软件大小: 924.76MB
- 最后更新: 2025-11-12 21:17
- 最新版本: v6.16.3.16
- 文件格式: apk
- 应用分类:ios-Android 曼城直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.17以上
客服热线：132-1248-6391
41756
26
25
86439
54
2025-11-12 21:17
17963
72
2025-11-12 21:17
63178
94
2025-11-12 21:17
56812
64
2025-11-12 21:17
94276
28
2025-11-12 21:17
51427
43
2025-11-12 21:17
45923
37
2025-11-12 21:17
29386
86
2025-11-12 21:17
98357
69
2025-11-12 21:17
78
84736
42
89532
12
29
41329