浙江麗水8月4日電 題:溼地修復為浙南村落帶來新生機 作者 鮑夢妮 盛夏時節,浙江省麗水市九龍國家溼地公園內(下稱「九龍溼地」),撲面而來的綠意消解了幾分暑氣,不時有白鷺掠過河面,引遊人駐足。 「白天去九龍溼地玩,晚上在這裡團建、留宿,很熱鬧。」周末,在九龍溼地旁,九龍村村民湯小敏的民宿迎來50餘人的旅遊團。旺季時,這家民宿每日最多可接待100餘人,月營收近2萬元(人民幣,下同)。 7月10日,浙江麗水九龍國家溼地公園,一隻白鷺在枝頭停留。 孫楊洋 攝 九龍溼地位於浙南「母親河」甌江的中遊,是浙江連片面積最大、最具代表性的河流溼地。若十多年前,有人告訴九龍村村民,家門口的溼地將成為國家溼地公園,多半會被認為是「天方夜譚」。 過去,因砂石資源豐富,九龍溼地亂採濫挖問題嚴重,附近企業時常偷排亂放,甌江近四分之一的河道水質惡化。 「綠水青山就是金山銀山」理念提出後,當地政府陸續搬遷溼地附近廠房、關停非法採砂場。後來,依託浙江省甌江源頭區域山水林田湖草沙一體化保護和修復工程,麗水以「最大化保護、最小化幹預」為原則,開展九龍溼地的修復整理。 「比如洩洪期洪水對水生植物園區域的自然駁岸造成破壞,我們就用松木樁護坡,提升駁岸穩固性的同時,有效保持濱水植物多樣化種群生境的基底條件。」溼地建設方、浙江麗甬生態旅遊發展有限公司開發建設部負責人林勇說。 從一隻小小的螢火蟲,可以看到當地生態修復的細緻程度。2023年,九龍溼地臨時關閉賞螢區,取消開放活動,為螢火蟲棲息地修復爭取時間。「閉關」期間,相關部門對周邊環境進行了綜合整治,打通區域內小流域,改善螢火蟲的棲息環境。 麗水市自然資源和規劃局相關負責人介紹,修復工作開展以來,螢火蟲棲息地恢復近1000平方米,種群數量超100萬隻。此外,九龍溼地的生物多樣性顯著提升,新增14種鳥類和4種全球新發現的昆蟲物種。 「中華秋沙鴨、寶興歌鶇、紅翅綠鳩、短耳鴞,這些都是我們拍到過的罕見鳥類。」麗水市鳥類生態保護協會會員何衛東拿出相機展示他的照片。 成為國家溼地公園後,九龍溼地成為當地重要的旅遊目的地,也帶動了周邊村莊村民增收。2024年,九龍溼地公園內新增溼地巡護、綠化養護等113個就業崗位,帶動就業村民增收約370萬元。 「大家的生態保護意識也在提高。我們回來保護溼地,就是在守護自己的家。」在九龍溼地從事安保工作的九龍村村民陳惠君說。 目前,九龍村裡已有7家民宿,每季度民宿收入約10萬元。今年3月至4月賞螢季期間,九龍村及周邊民宿總收入同比增長約五成,農家樂餐飲及農產品銷售總收入同比增長約六成。(完)
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。
78496
53
2026-01-15 10:28
23476
79
2026-01-15 10:28
53749
76
2026-01-15 10:28
61839
69
2026-01-15 10:28
32749
56
2026-01-15 10:28
38629
96
2026-01-15 10:28
48923
56
2026-01-15 10:28
49783
24
2026-01-15 10:28
42859
16
2026-01-15 10:28
76349
39
2026-01-15 10:28
32815
13
2026-01-15 10:28
16923
29
2026-01-15 10:28
45129
62
2026-01-15 10:28
42517
39
2026-01-15 10:28
68941
43
2026-01-15 10:28
19258
72
2026-01-15 10:28
41857
95
2026-01-15 10:28
54281
32
2026-01-15 10:28
41973
61
2026-01-15 10:28
92785
86
2026-01-15 10:28
63274
39
2026-01-15 10:28
23571
17
2026-01-15 10:28
63981
96
2026-01-15 10:28
42538
24
2026-01-15 10:28
62795
41
2026-01-15 10:28
93162
34
2026-01-15 10:28
24798
23
2026-01-15 10:28
59278
58
2026-01-15 10:28
51436
17
2026-01-15 10:28
94278
31
2026-01-15 10:28
34195
62
2026-01-15 10:28
58792
82
2026-01-15 10:28
84597
64
2026-01-15 10:28
19782
58
2026-01-15 10:28
82495
92
2026-01-15 10:28
19327
36
2026-01-15 10:28
18536
32
2026-01-15 10:28
98571
92
2026-01-15 10:28
24879
91
2026-01-15 10:28
31572
72
2026-01-15 10:28
68142
31
2026-01-15 10:28
52413
37
2026-01-15 10:28
39542
41
2026-01-15 10:28
35748
45
2026-01-15 10:28
35984
93
2026-01-15 10:28
86275
41
2026-01-15 10:28
42318
24
2026-01-15 10:28
34169
92
2026-01-15 10:28
45982
43
2026-01-15 10:28
47169
39
2026-01-15 10:28
49538
74
2026-01-15 10:28
| 97播播 | 国外b站刺激战场直播app |
| 69美女直播 | |
| 趣爱直播 | 小蝌蚪app |
| 百丽直播 | |
| 绿茵直播 | 茄子直播 |
| 金莲直播 | |
| 趣播 | 月神直播 |
| 蜜桃视频 | |
| 花瓣直播 | love直播 |
| love直播 | |
| 大鱼直播 | 魅影直播游客免登录 |
| 夜魅直播 | |
| 嗨球直播 | 花儿直播 |
| 黑白直播体育 | |
| 尖叫之夜免费直播 | 趣爱直播 |
| 桔子直播 | |
| 黄播 | sky直播 |
| 西瓜直播 | |
| 飞速直播 | 趣爱直播 |
| 凤凰网直播 | |