湄公河「機電衛士」沈慶勇：用技術搭建四國執法友誼
2025-11-17 08:16 6,341次浏览「蓬萊曾是海上絲綢之路的一個起點。這艘元末明初來自朝鮮半島的高麗古船正是這段歷史的實物例證，講述著海上絲綢之路的傳奇故事。」8月2日，山東煙臺蓬萊閣景區管理服務中心文物部副部長劉莉指著海上絲綢之路博物館內的古船殘體介紹道。 劉莉正在給遊客講解古船的來歷(央廣網記者 唐磊 攝) 2018年6月13日，習近平總書記拾階而上，登上蓬萊閣主閣，遠眺黃渤海分界線，俯瞰蓬萊水城，了解古代海上絲綢之路情況，察看水城炮臺和古代艦船入海口，聽取明代愛國將領戚繼光操練水師、保衛海防等歷史介紹。總書記叮囑當地要加強國家重點文物保護。 蓬萊閣是中國古代四大名樓之一，雄踞丹崖山之巔。牢記總書記殷殷囑託，近年來，蓬萊閣景區不斷加大對在展文物保護修繕力度。為減少拆解搬移給古船造成的損害，2023年，工作人員在正常展出的情況下，對古船進行了整體性保護。 「文物出土只是保護的開始。長期的展出中，文物會遇到一系列問題，以古船為例，木材面臨開裂、變形等威脅，我們因地制宜開展保護工作，這樣既保護了古船，也讓遊客近距離觀察和了解文物保護知識，提升了大眾對文化遺產的保護意識。」劉莉說。 張景龍(左一)與同事利用儀器對丹崖山巖體進行監測(央廣網記者 唐磊 攝) 憑海而立的丹崖山常年受海水海風的侵蝕，巖體局部存在穩定性病害，會影響蓬萊閣安全。「我們對丹崖山巖體加固後，定期監測巖體變化，對蓬萊閣等文物進行日常維護、持續跟蹤，守護好珍貴文物。」蓬萊閣景區管理服務中心文物科副科長張景龍說。 歷史文物不僅要保護好，還要發展好、利用好。如今，蓬萊閣景區深挖歷史資源，加強文旅融合，讓非遺項目、小場景演出等走進景區，精心呈現絲路情緣、「戚家軍」魂、東坡吟詩等特色節目，讓遊客沉浸式體驗歷史故事，感受傳統文化之美。 蓬萊閣景區的「絲路情緣」小場景演出走進遊客中間(央廣網記者 唐磊 攝) 與此同時，蓬萊閣景區與當地中小學校「結對子」，讓小講解員「走進來」，大講解員「走出去」，把英雄故事、絲路故事送進課堂、送到青少年身邊。 今年3月開始，37名當地中小學生變身「紅領巾講解員」，陸續在景區內的戚繼光紀念館「上崗」，每逢周末和假期為遊客講述戚繼光的故事。「我已經背誦好多遍講解詞，每一次講解都感覺對戚繼光的民族精神有了更深的理解，我覺得自己也在跟著英雄一起成長。」「紅領巾講解員」張鴻軒說。 「我們會牢記總書記囑託，做好文物保護和傳承工作，讓史實『說話』，讓文物『發聲』，讓優秀文化『活起來』，講好海上絲綢之路故事、講好英雄故事，使博物館成為行走的大課堂。」蓬萊閣景區導遊部副部長修琳琳說。 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：程立龍 卜葉 記者：程立龍 唐磊 配音：劉佳音 鳴謝：煙臺市蓬萊區融媒體中心 來源：央廣網
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。
伊人直播
「活动」首次登录送新手大礼包
- 软件大小: 587.85MB
- 最后更新: 2025-11-17 08:16
- 最新版本: v13.15.3.8
- 文件格式: apk
- 应用分类:ios-Android 魅影视频
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.51以上
客服热线：131-5316-9214
29173
98
45372
56
2025-11-17 08:16
37896
67
2025-11-17 08:16
52946
74
2025-11-17 08:16
84631
16
2025-11-17 08:16
93256
95
2025-11-17 08:16
85693
38
2025-11-17 08:16
13248
12
2025-11-17 08:16
46938
36
2025-11-17 08:16
29587
18
2025-11-17 08:16
62
73
56238
14
18
65428
21