美官員：川普或向華盛頓特區部署多達1000名國民警衛隊士兵
2026-02-03 22:31 9,852次浏览救贖 隨著我國綜合國力不斷提升，國際間交流合作逐漸增多，我國公民出國境活動愈發頻繁。當前，境外間諜情報機關高度關注我黨政軍機關、國防軍工單位和科研院所出國境人員情況，想方設法打探情報、企圖竊取我國家秘密，危害我國家安全。 某重點單位組織一批人員出國交流考察，王某是團組成員之一，第一次出國的他，一切都是那麼的新奇、「美妙」。殊不知，自己早已被境外間諜情報機關納入視線。他們精心設計，安排事先策反的同行翻譯，盛情邀請王某前往當地特色酒吧小酌，大肆渲染鼓吹異國風情特色，讓王某豔羨不已，放鬆了警惕。同行翻譯見時機成熟，便提出帶王某體驗特色「夜生活」，在酒精的催化下，王某欣然接受了對方的安排。此時，一場異國針對王某的「圍獵」行動正式開啟...... 正當王某陷入異國香豔女郎「溫柔鄉」之際，幾個身穿制服、橫眉怒目的外國人破門而入，對王某大聲恐嚇並拿出相機進行拍攝。隨後，強行把王某帶入一個封閉房間，在亮明某國間諜情報機關人員身份後，以「向國內檢舉揭發」為由脅迫王某籤署參諜協議。在長達數小時的暴力威逼下，王某的心理防線徹底崩潰，為求儘快結束這場「噩夢」，無奈只有「籤字畫押」。考察結束回國後，這段可怕的經歷在他腦海中揮之不去，負罪感越積越深。 期間，國家安全機關在該單位開展《反間諜法》宣傳活動，通過宣講人員的普法闡釋，王某逐漸意識到自己或許還有改過自新的機會。經過激烈的思想鬥爭，他聯繫上了當地的國家安全機關。在國家安全機關執法幹警的開導和教育下，他終於向國家安全機關報告了在境外被脅迫參諜的事實經過，並積極配合查明案情。 經查，王某在境內外期間未產生實質性危害。鑑於其能夠主動向國家安全機關報告且有強烈的改過自新意願，符合法律規定的從輕、減輕或者免除處罰情形，國家安全機關決定對其不予追究法律責任。同時，國家安全機關依據有關規定，會同行業主管部門開展教育挽救工作。經王某所在單位黨委研究決定，對王某作出從輕處分，給予其記大過處分。近年來，個別出國境人員在境外被攀拉策反，回國後心存僥倖，隱瞞不報，最終越陷越深，走向人民的對立面。針對嚴峻複雜的敵情形勢，國家安全機關從統籌發展與安全的角度出發，在法律、政策上進行頂層設計，積極開展教育挽救工作實踐，鼓勵如實報告，粉碎境外間諜情報機關拿捏要挾我相關人員，危害我國家安全的圖謀。 國家安全機關提示 重點領域涉密人員出國境期間，要嚴格遵守保密紀律和工作紀律，增強防範意識和應對能力，如遇特殊情況，回國後要及時如實向國家安全機關報告。國家安全機關堅持「懲前毖後、治病救人」的一貫方針和寬嚴相濟的法律政策，對於在境外受脅迫或受誘騙從事間諜活動的人員，明確了教育挽救措施。 《中華人民共和國反間諜法》第五十五條規定，實施間諜行為，有自首或者立功表現的，可以從輕、減輕或者免除處罰；有重大立功表現的，給予獎勵。 在境外受脅迫或者受誘騙參加間諜組織、敵對組織，從事危害中華人民共和國國家安全的活動，及時向中華人民共和國駐外機構如實說明情況，或者入境後直接或者通過所在單位及時向國家安全機關如實說明情況，並有悔改表現的，可以不予追究。 來源：國家安全部微信公眾號
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。
魅影9.1直播
「活动」首次登录送新手大礼包
- 软件大小: 659.96MB
- 最后更新: 2026-02-03 22:31
- 最新版本: v1.15.18.2
- 文件格式: apk
- 应用分类:ios-Android 魅影直播间
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.58以上
客服热线：132-3165-8372
64389
89
98352
12
72386
74561
61
2026-02-03 22:31
81374
94
2026-02-03 22:31
41679
63
2026-02-03 22:31
64537
51
2026-02-03 22:31
65349
67
2026-02-03 22:31
23856
64
2026-02-03 22:31
97814
94
2026-02-03 22:31
17392
45
2026-02-03 22:31
14732
68
2026-02-03 22:31
42813
32
51984
42586
64352
35
45361
