合肥8月5日電 (記者 儲瑋瑋)近年來,國家金融監督管理總局安徽監管局(下稱「安徽金融監管局」)以普惠金融「一本帳」工作框架為抓手,助力民生改善和經濟結構調整。截至2025年6月末,安徽轄內小微企業貸款餘額達3.9萬億元,佔各項貸款比重達42.4%,居全國前列;民營企業貸款餘額2.5萬億元,同比增長10.2%,增速連續37個月超過各項貸款增速;涉農貸款餘額2.7萬億元,規模穩居全國第一方陣。 算好金融供給「總體帳」。為推動普惠金融高質量發展,安徽金融監管局印發《2025年普惠金融工作要點》,搭建普惠金融「1+2+X」政策框架。通過推深做實支持小微企業融資協調工作機制,全省累計走訪民營和小微經營主體726萬戶,基本實現走訪全覆蓋;推薦清單內經營主體獲得授信率達97%,累計發放貸款6875億元、47萬戶次。 算精分類分層「明細帳」。安徽金融監管局聚焦重點企業,分類施策提升服務質效。針對民營企業,出臺專項通知,督促銀行單列信貸計劃。建立重點民間投資項目對接機制,項目融資覆蓋率達78%。上半年累計發放民營企業貸款1.6萬億元,佔全部企業類貸款金額的六成,貸款利率低至3.45%。針對外貿企業,聯合多部門開展全覆蓋走訪,建立受加徵關稅影響外貿企業精準幫扶機制,截至6月末,全省外貿企業貸款餘額6277億元,其中信用貸款佔比達48%。 算清融資成本「明白帳」。安徽金融監管局在全省開展普惠型小微企業貸款綜合融資成本透明化工作,要求商業銀行填寫《貸款綜合融資成本明白紙》,保障小微企業知情權和自主選擇權。同時,深入推進普惠金融領域非法中介亂象治理,淨化融資環境。截至6月末,全省小微企業貸款平均利率低至3.65%,普惠型小微企業貸款平均利率連續43個月下降。(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。
42593
63
2026-03-30 03:17
54217
51
2026-03-30 03:17
95641
54
2026-03-30 03:17
89612
56
2026-03-30 03:17
95132
71
2026-03-30 03:17
54386
53
2026-03-30 03:17
93257
74
2026-03-30 03:17
94256
47
2026-03-30 03:17
37951
37
2026-03-30 03:17
57193
23
2026-03-30 03:17
68315
24
2026-03-30 03:17
71843
89
2026-03-30 03:17
37169
58
2026-03-30 03:17
87623
82
2026-03-30 03:17
43167
38
2026-03-30 03:17
91476
89
2026-03-30 03:17
96812
26
2026-03-30 03:17
37251
71
2026-03-30 03:17
74985
73
2026-03-30 03:17
13257
13
2026-03-30 03:17
57281
38
2026-03-30 03:17
29764
86
2026-03-30 03:17
75961
37
2026-03-30 03:17
42385
36
2026-03-30 03:17
62173
96
2026-03-30 03:17
59862
84
2026-03-30 03:17
81597
47
2026-03-30 03:17
84975
83
2026-03-30 03:17
72169
84
2026-03-30 03:17
67593
15
2026-03-30 03:17
41965
29
2026-03-30 03:17
37298
23
2026-03-30 03:17
56198
42
2026-03-30 03:17
96385
16
2026-03-30 03:17
39724
35
2026-03-30 03:17
75382
64
2026-03-30 03:17
75138
98
2026-03-30 03:17
64573
87
2026-03-30 03:17
98164
93
2026-03-30 03:17
18734
72
2026-03-30 03:17
21985
97
2026-03-30 03:17
45837
72
2026-03-30 03:17
93124
82
2026-03-30 03:17
39284
96
2026-03-30 03:17
87124
76
2026-03-30 03:17
91864
32
2026-03-30 03:17
59283
65
2026-03-30 03:17
53918
53
2026-03-30 03:17
73619
36
2026-03-30 03:17
72831
79
2026-03-30 03:17
53841
68
2026-03-30 03:17
| 成人性做爰直播 | 香蕉直播 |
| 暖暖直播 | |
| 蜘蛛直播 | 咪咕直播 |
| 免费直播 | |
| 69美女直播 | 妲己直播 |
| 西甲直播 | |
| 青草直播 | 香蕉直播 |
| 极速直播 | |
| 免费直播行情网站 | 黄播 |
| 魅影app下载免费版 | |
| 蝶恋直播 | 绿茶直播 |
| 魅影9.1直播 | |
| 花儿直播 | 桃鹿直播 |
| 小猫直播 | |
| 杏仁直播 | 春雨直播 |
| 百丽直播 | |
| 黑白直播 | 就要直播 |
| 69美女直播 | |
| 榴莲视频 | 荔枝直播 |
| 魅影直播间 | |