國產大飛機C919入列南航一周年 旅客運輸量超46萬人次
2025-11-08 14:28 7,485次浏览8月4日，2025菲數中國國際數學研討會在普陀區海納小鎮數字創新中心開展。市委組織部副部長、市人才工作局局長潘曉崗，普陀區委書記胡廣傑出席活動並致辭。區委常委、組織部部長李紅珍，1994年菲爾茲獎得主埃菲·傑曼諾夫，2010年菲爾茲獎獲得主、芝加哥大學數學系主任吳寶珠，前菲爾茲數學科學院院長、多倫多大學數學教授、加拿大皇家院士庫馬爾·穆爾蒂，西班牙國家數學委員會主席哈維爾·阿拉馬約納，西班牙數學科學研究委員會研究教授、菲數中國菲爾茲獎得主冠名實驗室（Hitchin Ngo Lab）主任奧斯卡·加西亞-普拉達，菲爾茲數學科學研究院可持續發展中心主席路易斯·賽科等出席。潘曉崗代表市人才工作局向遠道而來的全球頂尖數學家和科學精英們表示歡迎與感謝。他指出，上海不僅是全球經濟、金融、貿易、航運、科技創新的重要樞紐，更是一個連通世界，擁抱未來的東方明珠，這裡擁有面向世界、面向未來的事業平臺，磅礴、充沛的經濟社會發展的動力以及時尚、文明、便捷的城市生活。在這片創新的沃土上，我們十分珍惜與全球數學頂尖精英的寶貴情誼，衷心希望各位在這裡能夠深入交流、碰撞思想，在智慧的對話當中啟迪心智，在觀點的交融當中收穫情誼，共同暢想數學連接世界，上海連接未來的美好願景，共同探討求解社會發展的最優方程。胡廣傑表示，本次的研討會，既是全球頂尖數學智慧的一次深度交流與思想碰撞，也是普陀區與數學科學的一次美好邂逅與時代結緣。普陀將持續拓展人才成長的新機遇，發揮沿滬寧產業創新帶的科創、人才、平臺、人文資源等優勢，推動高水平數學人才與高價值科創項目在普陀這片沃土上相互成就。持續構築學術交流的新常態，讓數學成為普陀堅持基礎研究、加強科創策源的鮮明標識。持續打造服務保障的新模式，為有志於深耕基礎研究領域的海內外高端人才，提供全方位、全周期、有溫度、有力度的服務。去年9月，菲數中國正式落戶普陀海納小鎮數字創新中心，與正在西班牙籌建的歐洲中心共同構成菲數兩大中心。依託菲數中國的落地，普陀正著力打造「AI+數學」新高地。本次研討會旨在打造一個連接全球數學家與跨學科專家的高水平交流平臺，聚焦基礎數學研究、數學教育改革及數學在產業應用中的前沿進展與合作機遇。現場，哈維爾·阿拉馬約納代表西班牙數學科學研究委員會介紹了在華業務展望。博士後是科技人才培養成長的重要經歷。今年以來，在市人才工作局、普陀區人才工作局的大力支持下，菲數中國推出了4個博士後科研項目並成功入駐普陀區博士後創新實驗基地，為招引海外優秀博士後打下堅實基礎。活動現場，向菲數中國授予了普陀區博士後創新實踐基地入駐單位銘牌，未來將進一步招引海內外博士後人才，推動數學學科快速發展。在此前舉辦的2025世界人工智慧大會中，由菲數中國與西班牙國家數學科學委員會（ICMAT）聯合發起的兩大國際高水平數學實驗室——費夫曼實驗室（Fefferman Lab）與希欽–吳實驗室（Hitchin–Ngo Lab）正式揭牌。據希欽–吳實驗室主任奧斯卡·加西亞-普拉達介紹，作為幾何與物理方向的前沿研究陣地，實驗室將廣泛聯動海內外學術資源，持續開展數學研究、人才培育，助力普陀進一步增強數學策源能力，落地一批應用項目。會後，與會領導還一同參觀了普陀區城市會客廳，深入了解普陀緊抓沿滬寧產業創新帶建設機遇，在科創布局、產業動能、生態宜居、治理創新等方面的建設成果。
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。
浪花直播
「活动」首次登录送新手大礼包
- 软件大小: 235.21MB
- 最后更新: 2025-11-08 14:28
- 最新版本: v11.10.15.1
- 文件格式: apk
- 应用分类:ios-Android 小蝌蚪app
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.12以上
客服热线：133-3825-2719
35
42785
91
2025-11-08 14:28
82936
64
2025-11-08 14:28
79351
18
2025-11-08 14:28
52678
71
2025-11-08 14:28
89572
34
2025-11-08 14:28
12738
67
2025-11-08 14:28
28937
18
2025-11-08 14:28
86951
57
2025-11-08 14:28
61859
53
2025-11-08 14:28
35
94751
74182
38456
74
76
67851
54978
56
35
57
54