雲南瀘水因持續降雨引發地質災害 致1人死亡3人失聯
2026-01-20 11:24 9,329次浏览8月13日電(記者 管娜)近期，法國、英國、加拿大、澳大利亞相繼「向前邁出關鍵一步」，宣布將承認巴勒斯坦國，再次掀起一輪「承認潮」。 「巴勒斯坦建國問題迎來一個重要的時間窗口。」中國社會科學院西亞非洲研究所研究員餘國慶在接受記者採訪時明確指出，不解決巴勒斯坦建國問題，中東地區就難言實現真正的和平與安全。 圖為當地時間2023年10月10日，加薩走廊遭空襲，滾滾濃煙湧出。 西方出現「承認潮」，原因何在？ 近日，歐洲多國及加拿大、澳大利亞已相繼表態，將承認巴勒斯坦國。 這一決定，被外界視為西方國家在巴勒斯坦問題上政策風向的重大轉變，這些西方國家為何終於打算承認巴勒斯坦國？ 餘國慶從兩方面分析了背後的原因。 從國內層面看，面對加沙問題，西方國家面臨著國內壓力。 餘國慶說，「最主要的原因在於，以色列對加沙地區發起的軍事行動，造成了嚴重的人道主義災難，加沙的慘狀引起了西方國家民眾強烈的不滿和抗議，民眾希望政府關注巴勒斯坦問題。」 當地時間2024年8月29日，在加薩走廊中部，孩子們走在垃圾堆上。 外交政策方面，一些西方國家則需要跟美國的立場保持距離。 餘國慶稱，「圍繞加沙衝突，一些國家一直在努力調停，但另一方面，美國支持以色列的立場，與全世界期待和平的願望背道而馳，這使得美以在國際社會上面臨人道主義壓力，一些西方國家需要跟美國的立場保持一定距離，以顯示其對巴勒斯坦必要的、正當的支持。」 他還補充道，這波「承認潮」實際上傳遞出一個明確信號：巴勒斯坦建國問題到了一個重要的時間窗口。同時這也再次印證，「巴勒斯坦問題仍然是中東問題的核心，不解決巴勒斯坦建國問題，中東就難言實現真正的和平與安全。」 不約而同，為何是9月？ 當地時間8月11日，澳大利亞總理阿爾巴尼斯宣布，該國將在9月召開的第80屆聯合國大會上承認巴勒斯坦國。 而在澳大利亞宣布這一消息之際，加拿大、法國和英國也正準備在9月聯大上正式承認巴勒斯坦國，加入絕大多數聯合國會員國的行列。 資料圖：加拿大總理卡尼。 眾所周知，聯合國是最具普遍性、權威性和代表性的政府間國際組織，每年9月的聯大會議又是聯合國最重要的一次活動。這些國家不約而同選在這一節點宣布，背後有何考量？ 餘國慶認為，儘管將於9月召開的聯合國大會有很多議程，但很顯然，加沙衝突、巴勒斯坦問題是國際社會關注的焦點，將成為一個重要議題。聯大也有望作出支持巴勒斯坦建國的相關主張。 在餘國慶看來，這類表態的象徵意義尤為突出。「像澳大利亞、英國、法國等西方國家，比較重視在一個大型外交場合表達對巴勒斯坦建國的支持，在這樣一個重要的多邊國際場合中，宣布承認巴勒斯坦國，更具有象徵意義。」 承認巴勒斯坦國，影響幾何？ 面對越來越多國家準備承認巴勒斯坦國的表態，以色列總理內塔尼亞胡近日回應稱，部分國家推動承認巴勒斯坦國不會帶來和平，而是「把下一場戰爭帶得更近」。 資料圖：以色列總理內塔尼亞胡。 在以色列的強硬態度下，這波「承認潮」，將如何影響當下局勢？ 卡達半島電視臺援引專家分析稱，承認巴勒斯坦國的實際效果可能有限，但在外交層面，其意義重大，有可能迫使以色列的主要支持者之一的美國重新考慮其立場。 餘國慶也認為，儘管承認巴勒斯坦國不會從根本上改變以色列軍事行動的目標，但還是給以方施加了更強大的人道主義和政治壓力。 與此同時，餘國慶強調，「承認巴勒斯坦國具有象徵意義，表明國際社會有更多國家正在關注巴勒斯坦獨立建國的要求」。 他進一步指出，準備承認巴勒斯坦國的決定，也為加沙停火的推進創造了有利條件：「在一定程度上，能夠促進相關國家進一步加大斡旋調停力度，從而推動停火進程。」 背景資料：承認巴勒斯坦國成「大勢所趨」？ 目前，聯合國193個會員國中，已有147國承認巴勒斯坦國。 本輪巴以衝突2023年10月爆發後，挪威、西班牙、愛爾蘭2024年5月分別宣布承認巴勒斯坦國，斯洛維尼亞2024年6月正式承認巴勒斯坦國。 近來，又有更多的國家願意「向前邁一步」。 此輪西方國家承認巴勒斯坦國的動向，始於法國。法國總統馬克龍7月24日宣布，法國將在9月召開的聯合國大會上正式承認巴勒斯坦國。 此後，英國首相府於7月29日宣布，如果以色列不採取實質行動結束加薩走廊駭人慘狀，並承諾實現長期可持續和平，英國將在9月聯大開幕前承認巴勒斯坦國，維護「兩國方案」的可行性。 加拿大總理卡尼7月30日也宣布，加拿大長期以來一直支持「兩國方案」，計劃在9月聯大上承認巴勒斯坦國。 葡萄牙總理蒙特內格羅7月31日發表聲明說，葡政府將展開磋商，討論是否在9月聯大上正式承認巴勒斯坦國。 8月11日，澳大利亞總理阿爾巴尼斯宣布，澳大利亞將在9月聯大上承認巴勒斯坦國。 同日，紐西蘭外交部長彼得斯表示，該國考慮承認巴勒斯坦國，並將於9月作出正式決定。
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。
妖姬直播
「活动」首次登录送新手大礼包
- 软件大小: 729.63MB
- 最后更新: 2026-01-20 11:24
- 最新版本: v1.6.17.17
- 文件格式: apk
- 应用分类:ios-Android 鲨鱼直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.12以上
客服热线：134-6142-2735
81
89
82395
46
2026-01-20 11:24
85279
24
2026-01-20 11:24
38469
76
2026-01-20 11:24
32169
96
2026-01-20 11:24
53794
79
2026-01-20 11:24
23879
69
2026-01-20 11:24
38712
73
2026-01-20 11:24
94517
89
2026-01-20 11:24
98164
93
2026-01-20 11:24
26
23856
81236
37
38457
91
96
21549
52
96427
12856
52783