合肥8月4日電 (記者 趙強)「作為國際化專業學生,這次交流對我拓寬視野至關重要,特別期待參觀德資企業在安徽的工廠,了解中國產業的快速發展與創新成果。」首次到訪中國的德國埃姆登/裡爾應用科學大學學生約納斯·瑞克(Jonas Reck)4日在合肥接受記者採訪時表示。 當日,2025中德青年學生學術夏令營在合肥大學大眾學院開營。來自中德兩國的27名青年學子齊聚一堂,將在為期一個月的活動中深化學術交流、增進文化理解。 8月4日,2025中德青年學生學術夏令營在合肥大學大眾學院開營。圖為德國學生在進行自我介紹。記者 趙強 攝 據了解,本屆夏令營將於9月初結束。活動期間,中德學子們將通過語言互助學習、智能製造課程Workshop、產學研及跨文化基地參訪等形式,實現理論與實踐的深度融合。 合肥大學副校長白義香介紹,該校與德國埃姆登/裡爾應用科學大學的友好合作已跨越四十年。自1985年建立合作關係以來,兩校在高等教育國際化領域不斷探索創新。2016年,兩校聯合德國大陸集團開創雙元制本科教育項目「大陸班」,形成了獨具特色的「語言+學術+產業+文化」立體培養模式。截至目前,大陸班已累計培養九屆學生。 德國學生卡特琳·瑪麗亞·施特岑巴赫(Kathrin Maria Sterzenbach)期待與中國同學深入開展語言文化交流,互相學習漢語和德語,還計劃遊覽黃山、上海、北京等地,親身感受中國魅力。 德國是安徽在歐洲最重要的經貿合作夥伴。截至目前,有100多家德資企業紮根安徽,近40家安徽企業落戶德國。今年前5個月,安徽與德國貨物貿易進出口16.7億美元、同比增長37.3%。(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。
46597
85
2026-01-30 14:03
21394
69
2026-01-30 14:03
27348
81
2026-01-30 14:03
74625
95
2026-01-30 14:03
79163
26
2026-01-30 14:03
78265
28
2026-01-30 14:03
67423
19
2026-01-30 14:03
84957
78
2026-01-30 14:03
47598
71
2026-01-30 14:03
78245
94
2026-01-30 14:03
91426
98
2026-01-30 14:03
53789
51
2026-01-30 14:03
92354
49
2026-01-30 14:03
81532
79
2026-01-30 14:03
87129
98
2026-01-30 14:03
16783
49
2026-01-30 14:03
78129
84
2026-01-30 14:03
16725
18
2026-01-30 14:03
34678
67
2026-01-30 14:03
81723
57
2026-01-30 14:03
74962
54
2026-01-30 14:03
38614
47
2026-01-30 14:03
42693
61
2026-01-30 14:03
18264
89
2026-01-30 14:03
48596
47
2026-01-30 14:03
25963
68
2026-01-30 14:03
38792
92
2026-01-30 14:03
48592
58
2026-01-30 14:03
96254
87
2026-01-30 14:03
85432
34
2026-01-30 14:03
94625
96
2026-01-30 14:03
25837
95
2026-01-30 14:03
79234
89
2026-01-30 14:03
92531
23
2026-01-30 14:03
32749
52
2026-01-30 14:03
46285
85
2026-01-30 14:03
52167
86
2026-01-30 14:03
36587
53
2026-01-30 14:03
49725
52
2026-01-30 14:03
63942
67
2026-01-30 14:03
72893
18
2026-01-30 14:03
94615
56
2026-01-30 14:03
51748
26
2026-01-30 14:03
41593
58
2026-01-30 14:03
48529
89
2026-01-30 14:03
81934
35
2026-01-30 14:03
49185
45
2026-01-30 14:03
82915
91
2026-01-30 14:03
26439
73
2026-01-30 14:03
57963
59
2026-01-30 14:03
27158
32
2026-01-30 14:03
61249
96
2026-01-30 14:03
87324
89
2026-01-30 14:03
| 花瓣直播 | 柚子直播 |
| 快猫 | |
| 妖姬直播 | 韩国直播 |
| 仙凡直播 | |
| 私密直播全婐app | 富贵直播 |
| 就要直播 | |
| b站刺激战场直播 | 彼岸直播 |
| 凤蝶直播 | |
| 蜘蛛直播 | 嫦娥直播 |
| 黑白直播 | |
| 韩国直播 | 么么直播 |
| 黑白直播体育 | |
| 直播黄台app凤蝶 | 桃鹿直播 |
| 花瓣直播 | |
| 山猫直播 | 嗨球直播 |
| 月夜直播app夜月 | |
| 百丽直播 | 绿茶直播 |
| 四季直播 | |
| 直播黄台app凤蝶 | 零七直播 |
| 雨燕直播 | |