貢獻60%的GDP和90%的新增就業 「十四五」期間重慶民營經濟活力十足
2026-02-20 03:17 6,637次浏览中青報·中青網記者 陳曉2025年第12屆世界運動會（以下簡稱「成都世運會」）正上演精彩時刻。本次世運會是世運會歷史上規模最大、人數最多的一屆世界運動會。由於所在場館的比賽還未進入決賽，最近幾天，軟式曲棍球場館中心的頒獎禮儀志願者王譽璇正忙著頒獎禮儀排練。「優雅的背後是無數『較真』的瞬間。」王譽璇說，訓練站姿的時候要頭頂字典，站立時膝蓋要夾紙，託盤訓練時要承重，雙肩要始終保持舒展。作為一名曾經服務過大運會的「小青椒」，那段經歷給她留下了無數溫暖的回憶。記得有一次全流程頒獎彩排，面對現場模擬嘉賓走錯位置的突發狀況，在老師的專業培訓以及同伴的協助下，她順利地完成了任務。那一刻讓她明白，「志願服務的優雅從容，不僅僅在於姿態，更在於內心的穩定與應變」。帶著這份在大運會中收穫的經驗與總結，當世運會志願者招募啟動時，王譽璇毫不猶豫地再次報名。當確定入選的那一刻，她的內心除了欣喜，更多了一份篤定。記者了解到，來自四川大學、成都大學、成都體育學院等36所在蓉高校的8600餘名賽會志願者，已分散在競賽場館、世運村、主媒體中心、開閉幕式、機場、酒店等地，全力保障賽事進程有序推進。據成都世運會執委會人力資源部（志願者部）專職副部長李路橋介紹，為提供更加專業、友善、周到的賽會志願服務，志願者部全覆蓋地對賽會志願者開展外事外交、文明禮儀等14類內容的通識培訓並組織測試。同時，各場館根據志願者的崗位職責、業務流程、服務要點等系統開展了專業培訓，開展志願者突發事件應急處置桌面推演、崗前演練和場館全要素演練，持續提高志願者的在崗服務水平。「在上一屆世運會我得了金牌，所以這次我也會儘量爭取再次奪冠。」義大利射箭運動員基亞拉・雷巴利亞蒂賽前接受採訪時表示，自己非常喜歡成都這個城市，也期待能夠在城市其他地方看一看。最近幾天，陸續抵達的國外運動員開啟了成都探索之旅，在大熊貓繁育研究基地、太古裡等地標，在熱氣騰騰的火鍋店裡，都有他們的身影。為了更好地為外國賓客和市民群眾提供城市宣傳推廣和便民服務，除賽會志願服務以外，本次成都世運會期間，城市側也將同步提供志願服務。「我們指導23個區（市）縣，聯合18家共建單位，聯動眉山、德陽兩地，統籌建設532個城市志願服務小站，近萬名城市志願者參與其中。」李路橋介紹，成都世運會已系統開展「青春志願·世運有我」主題活動8場，累計吸引4500餘名市民群眾直接參與，在社區、高校、企業、商圈營造了良好的世運社會氛圍。成都世運會執委會人力資源部（志願者部）嚴格落實好賽會志願者的保險、交通、餐飲等基礎保障。制定了防暑降溫工作指南，為志願者提供遮陽帽、小風扇、冰袖、電解質飲料、藿香正氣液等防暑降溫物資。同時，合理安排志願者上崗、換班、調休，做到戶外崗位15分鐘輪換。在「志願者之家」裡，配備了冰鎮礦泉水、補充餐食、躺椅等，讓志願者能夠得到良好的休息調整。李路橋表示，賽後，他們還將為志願者發放激勵物品和志願服務證書，記錄志願服務時長，提供免費暢玩青城山、都江堰、天台山景區等福利。在王譽璇看來，「青椒」，代表著巴蜀文化，寓意青年交流、青年教育、青春活力、綠色生態。「小」，則更顯親切和活潑，更貼近青年志願服務。「『小青椒』不僅僅是一個稱號，更是一條成長的賽道。」她說，在世運會舞臺上，自己會以專業詮釋責任，以微笑傳遞友善，以青春與汗水，為成都世運會增添最溫暖、最可靠、最值得信賴的底色，讓「小青椒」成為成都最溫暖的名片。
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。
免费直播
「活动」首次登录送新手大礼包
- 软件大小: 196.64MB
- 最后更新: 2026-02-20 03:17
- 最新版本: v15.18.18.2
- 文件格式: apk
- 应用分类:ios-Android 妖姬直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.95以上
客服热线：132-7694-6438
72518
73
47698
52
2026-02-20 03:17
36475
68
2026-02-20 03:17
41897
64
2026-02-20 03:17
35492
41
2026-02-20 03:17
84573
34
2026-02-20 03:17
23817
53
2026-02-20 03:17
42689
49
2026-02-20 03:17
64751
64
2026-02-20 03:17
87429
87
2026-02-20 03:17
36971
65
57431
67
57364
36594
12456
92341
97364
82
93417
53612