8月13日央行開展1185億元7天期逆回購操作
2025-11-21 11:55 7,697次浏览天津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)
溫州8月7日電(周健 熊文杰 楊程)一塊塊獎牌、一個個獎盃、一面面錦旗等依次排開，新兵們一邊觀摩，一邊聆聽老兵們的介紹……它們宛若「無聲戰鼓」，見證著一段段光輝的奮鬥歷程。 這是發生在武警浙江省總隊溫州支隊蒼南中隊(以下簡稱「武警蒼南中隊」)的一幕。連日來，該中隊舉行「衛士樹下話忠誠·榮譽牆前鑄擔當」「強軍故事會·榮譽大家談」等活動，旨在引發官兵情緒共振和情感共鳴，激勵他們在強軍徵程上奮勇前行。 武警蒼南中隊是「老牌」的先進中隊、多年的「四鐵」單位——從1995年至今，已連續30年被表彰為「基層建設先進中隊」，先後9次被武警浙江省總隊表彰為「基層建設標兵中隊」，榮立集體二等功5次、集體三等功8次，斬獲各項榮譽100餘次，2004年還被蒼南縣人民政府授稱為「蒼南衛士」。 2025年8月，浙江溫州蒼南，武警官兵向新兵介紹獎盃背後的故事。 熊文杰 攝 「2019年我剛下連時，被授予『蒼南衛士544號』。彼時，我與當時的老兵們共同奔赴颱風『利奇馬』搶險救援一線，經過數天的奮戰，圓滿完成救援任務，取得了這張證書，至今記憶猶新。」新兵班長龐深威表示，單位曬的不僅是榮譽，更是沉甸甸的責任擔當。 武警蒼南中隊指導員楊程則指著一張陳舊的報紙向新兵分享「飛車流血擒逃犯」的故事。「1996年6月11日下午，在一次押解特大流氓團夥主犯過程中，犯人借上廁所返回之機，掙脫牽制，跳車逃跑。時任班長王劉明毫不猶豫地從飛馳的列車上縱身躍下，在身負重傷、鮮血直流的情況下，仍以驚人毅力，咬緊牙關一路追趕，將強行跳車的犯人擒獲。」 據了解，近年來，武警蒼南中隊每逢新兵下連，讓他們先參觀承載中隊爭先創優回憶的榮譽室，先回顧傳承艱苦奮鬥精神的「艱苦奮鬥箱」，先銘記「蒼南衛士」編號，先學習紮根蒼南、矢志奉獻的衛士宣言。 談起曬榮譽的意義，武警蒼南中隊執勤三大隊教導員王亦威說道，「要讓榮譽成為『保鮮劑』，時刻提醒官兵精神飽滿、鬥志昂揚；要讓榮譽成為『清醒劑』，時刻提醒官兵拼搏進取、再創佳績；要讓榮譽成為『興奮劑』，時刻提醒官兵『見紅旗就扛、見第一就掙』。」(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。
金桔直播
「活动」首次登录送新手大礼包
- 软件大小: 478.28MB
- 最后更新: 2025-11-21 11:55
- 最新版本: v14.5.1.7
- 文件格式: apk
- 应用分类:ios-Android love直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.73以上
客服热线：138-8749-3861
27846
41678
74851
16
2025-11-21 11:55
86579
45
2025-11-21 11:55
84319
25
2025-11-21 11:55
76495
19
2025-11-21 11:55
21896
43
2025-11-21 11:55
67389
82
2025-11-21 11:55
67124
34
2025-11-21 11:55
29415
47
2025-11-21 11:55
69518
34
2025-11-21 11:55
16583
19
16273
51
57192
86
38479
36927
95864
49638
38
98
17683
42856
38
76
43