雲南麗江雪山觀光火車成暑期熱門 日均接待遊客3000餘人次
2025-10-24 06:27 9,594次浏览盛夏時節，內蒙古赤峰市喀喇沁旗馬鞍山村綠意盎然，一串串山葡萄綴滿枝頭，村民張國利和妻子趙國俠正忙著田間管護。「像這棵秧能結10斤左右山葡萄，一畝地能收約3000斤、賣6000元左右。」張國利說。 張國利為葡萄藤疏除過密枝條(央廣網記者 李春雪 攝) 2019年7月15日，習近平總書記來到馬鞍山村考察，在張國利家的小院裡和基層幹部群眾代表促膝談心。總書記指出，產業是發展的根基，產業興旺，鄉親們收入才能穩定增長。要堅持因地制宜、因村施策，宜種則種、宜養則養、宜林則林，把產業發展落到促進農民增收上來。 馬鞍山村地處北緯41度，晝夜溫差大，光照時間長，土壤有機質豐富，村民因地制宜，長期種植釀酒用的山葡萄，但前些年，受限於分散種植、規模較小，鄉親們的收益並不穩定。近年來，馬鞍山村成立山葡萄專業合作社，引進酒企在當地建酒莊，暢通山葡萄銷路，建立「種植+收購+加工」的產業鏈條。 「現在，馬鞍山村超過一半的村民種植山葡萄。每到豐收季，酒莊就來統一收購。2019年，我們還在馬鞍山村投資3.5億元建設度假酒店，打造集婚禮會議、親子旅遊、戶外拓展於一體的綜合文旅項目，助推當地旅遊業發展。」當地一酒莊負責人許鑫陽說。 「總書記來的時候，我家還是土灶老屋。這幾年，通過種植山葡萄、參與文旅講解等，家裡收入增加了，重新裝修了房子，買了電動代步車，添了新丁。村裡路拓寬了，改造建設了民宿一條街。馬鞍山村變化很大，我們生活得很好、很幸福。」7月中旬，張國利對記者說。 村民在馬鞍山林場林下經濟試驗示範基地採摘木耳(央廣網發 劉德胤 攝) 靠山吃山、靠水吃水，馬鞍山村還利用周邊的馬鞍山林場資源，增加村民就業渠道。眼下，林場的林下經濟試驗示範基地內新一茬木耳已成熟，這些木耳經村民採摘後被迅速分裝，運往周邊加工廠，最終銷往全國各地。 「2022年，我們建設了100畝林下經濟試驗示範基地，種植木耳、赤芍等經濟作物。」馬鞍山林場場長羅智中說，今年林場又與赤峰市林研所合作打造百餘畝示範基地，進一步豐富當地「菜籃子」，帶動周邊村民持續增收，也為遊客提供更多體驗式採摘場景。 遊客在馬鞍山村打卡留念(央廣網發 朱建華 攝) 種植山葡萄、發展林下經濟、打造花海觀光點、開設民宿……立足當地自然條件和區位優勢，近年來，馬鞍山村逐步探索出了一條「生態立村、產業富村、旅遊強村」的發展新路子。 「旅遊旺季時，村民們就把自己家的土特產、根雕等拿出來售賣，受到遊客喜愛。村裡的生態好了，產業興了，村民的腰包也鼓了，2024年村民人均可支配收入較2019年翻了一番，日子一天比一天有奔頭。」馬鞍山村駐村第一書記烏曉亮說。 總監製：駱紅秉 總策劃：張軍 於鋒 監製：伍剛 宮歆慧 蔡榮波 統籌：陶玉德 策劃：田鳳元 卜葉 採制：魏全民 李春雪 劉曉祺 鳴謝：赤峰市喀喇沁旗委宣傳部
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。
月夜直播
「活动」首次登录送新手大礼包
- 软件大小: 324.89MB
- 最后更新: 2025-10-24 06:27
- 最新版本: v4.6.14.13
- 文件格式: apk
- 应用分类:ios-Android 抖音成人版
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.14以上
客服热线：133-2643-8159
31
96853
58761
87
2025-10-24 06:27
96542
86
2025-10-24 06:27
52617
64
2025-10-24 06:27
61983
79
2025-10-24 06:27
48531
63
2025-10-24 06:27
48529
75
2025-10-24 06:27
23478
73
2025-10-24 06:27
38742
53
2025-10-24 06:27
37926
81
2025-10-24 06:27
38961
54
23765
14
64251
74
67812
53
89274
71524
49