15歲女孩求助醫美暑期「大換臉」 未成年人醫美熱調查
2026-02-04 23:41 4,547次浏览成都8月12日電(記者 國璇) 第12屆世界運動會撞球項目比賽正在成都進行。來自泰國、菲律賓和越南的多位撞球選手接受記者採訪時表示，作為非奧項目最高水平的國際綜合性運動會，成都世運會讓更多人感受到撞球項目的魅力。 12日的斯諾克女子6紅球首場半決賽上演了「泰國德比」。19歲的努查·菲弗爾以2:0戰勝同胞普蘭查鋪·撈奇亞龐，將與中國名將白雨露爭奪冠軍。受父親影響，菲弗爾從斯諾克愛好者成長為職業運動員，目前世界排名第11位。第一次參加世運會的她表示，觀眾的熱情給她留下深刻印象：「現場有很多觀眾，他們很注重觀賽禮儀，在我們打進精彩進球時也會熱烈鼓掌。」 最終收穫銅牌的撈奇亞龐告訴記者，撞球兼具競技性和娛樂性，泰國擁有濃鬱的撞球文化，撞球俱樂部數量眾多，豐富多樣的賽事為年輕人晉級職業賽事提供了寶貴的通道。 8月12日，在成都世運會斯諾克女子6紅球半決賽中，泰國選手努查·菲弗爾以2:0戰勝隊友普蘭查鋪·撈奇亞龐。圖為菲弗爾在比賽中。記者 田雨昊 攝 「和男子相比，女子斯諾克職業選手數量不多，專業賽事偏少。」撈奇亞龐坦言，成為女子職業斯諾克選手並不容易。雖然面臨挑戰，但越來越多泰國女將在國際斯諾克界嶄露頭角，比如目前的女子世界第一明克·努查魯特，也激勵更多泰國女孩走向世界舞臺。 「泰國女子選手的基本功普遍不錯，也有許多來中國訓練和比賽。」白雨露受訪時稱，世界女子斯諾克界呈現百花齊放的態勢，中國、泰國、英國和印度等國家的選手實力突出。世運會等國際賽事為各國選手提供了交流和切磋的舞臺，有助於提升女子賽事的整體水平。 菲律賓女將切斯卡·森特諾挺進了13日的女子花式半決賽，將迎戰三屆女子9球世錦賽冠軍、中國名將劉莎莎，森特諾期待在自己的第二次世運會之旅為菲律賓帶回一枚金牌，實現職業生涯的新突破。 森特諾曾多次與劉莎莎、韓雨等中國名將在世錦賽等頂尖賽事中交手。她認為，菲中兩國作為撞球強國，在舉辦賽事、人才培養等方面具有廣闊的合作空間。此外，第一次來成都的森特諾希望賽後看大熊貓、品嘗火鍋，「既要好成績，也要玩得開心」。 成都世運會撞球項目設有斯諾克、花式撞球和開倫撞球三個分項。和前兩項相比，沒有袋口、僅帶邊庫的開倫撞球在中國撞球廳裡較為少見。此次代表東道主出戰的唯一選手錢家樂止步男子三庫開倫預賽。前男子世界第一、越南名將陳決戰則早已注意到這位初出茅廬的16歲中國小將。 今年5月三庫開倫世界盃越南站比賽，錢家樂創下中國球手在三庫開倫國際比賽中的得分紀錄。陳決戰認為，雖然年輕，但錢家樂已具備成為世界級球員的潛力。「在我不斷取得好成績後，有越來越多越南青年愛上並從事職業開倫撞球運動。我相信錢家樂也能在中國發揮類似的榜樣作用。」 「成都世運會的賽事組織出色，觀眾也比我想像得多，我很高興開倫撞球逐漸走進中國大眾的視野。」陳決戰已躋身13日的男子三庫開倫半決賽，力爭站上領獎臺。(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。
魅影app免费下载安装
「活动」首次登录送新手大礼包
- 软件大小: 751.82MB
- 最后更新: 2026-02-04 23:41
- 最新版本: v3.13.8.12
- 文件格式: apk
- 应用分类:ios-Android 春雨直播安装包
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.91以上
客服热线：132-4783-1983
65823
93456
62457
98
2026-02-04 23:41
17698
78
2026-02-04 23:41
32479
12
2026-02-04 23:41
15873
57
2026-02-04 23:41
87459
58
2026-02-04 23:41
51784
18
2026-02-04 23:41
23546
87
2026-02-04 23:41
65473
91
2026-02-04 23:41
43529
87
2026-02-04 23:41
24
36297
74193
39216
41968
83729
53
92
36198
23
84691
39