吃蠶蛹後眼睛腫如「奧特曼」？醫生：異性蛋白過敏，重症或危及生命
2026-02-25 02:45 1,156次浏览天津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)
北京8月9日電 (記者 劉育英)0元(人民幣，下同)奶茶、1元漢堡、百億補貼……隨著7月18日中國國家市場監督管理總局約談美團、餓了麼、京東，以及上述三家平臺企業8月1日發表聯合聲明，承諾杜絕非理性促銷，外賣平臺補貼大戰已開始降溫。但其反映的「內卷式」競爭問題，仍值得關注。 近日在清華大學社科學院數字經濟研究中心主辦的一場研討會上，與會人士就上述問題展開深入探討。 在談及外賣補貼大戰影響時，騎手與商家代表表示面臨壓力。騎手代表表示，雖然短期內訂單量激增，收入增加，但高強度跑單導致神經緊繃和體力透支。同時，隨著補貼退出，大量湧入的新騎手將承受壓力。 一家國內中等檔次的快餐企業管理人員介紹說，外賣補貼導致該企業堂食顧客流量下降12%-15%，部分門店外賣佔比從15%攀升至22%。平臺要求商家再讓利10%，導致部分外賣訂單每單虧損約8元。雖然消費者得到一定實惠，但生產流程被激增的訂單打亂，產品和服務質量也出現一定下降。長期來看，中小餐飲企業資金鍊存在斷裂風險。 北京師範大學經濟與工商管理學院院長戚聿東認為，過度競爭和「內卷式」競爭會損害市場效率和公平。補貼難以真正培育用戶習慣或擴大整體市場規模，更多是線上業務對線下業務的替代效應。 清華大學社會科學學院經濟學研究所副所長孫震表示，補貼大戰可能加速強者恆強的「馬太效應」，資金實力雄厚的平臺通過長時間、大規模補貼擠壓其他競爭者，最終導致市場集中度提升。 談及平臺經濟「內卷式」競爭的成因，清華大學數字經濟研究中心主任王勇表示，這主要源於流量增長見頂、用戶注意力稀缺和算法驅動下動態定價機制帶來的「囚徒困境」。 此外，與其他行業相比，平臺經濟呈現「雙重內卷」：一方面是平臺企業之間通過大額補貼爭奪用戶流量，另一方面是平臺內商戶為獲取平臺內私域流量被迫參與補貼。 今年以來，中國官方多次強調防止「內卷式」競爭。在如何破除「內卷式」競爭這個問題上，中國人民大學法學院數字經濟競爭法研究中心主任孟雁北強調，需要關注平臺是否會通過算法技術等構建競爭壁壘，形成「數字保護主義」，應避免對數字經濟時代統一大市場的建設構成挑戰。 孟雁北表示，政府監管方面，建議採取柔性執法方式，如通過約談提醒平臺規範競爭行為，同時要善用反壟斷法、電子商務法等現有法律工具，加強對掠奪性定價等行為的規制。 在企業層面，戚聿東建議，由於網絡效應和規模經濟的特點，競爭的影響會被放大，平臺應當避免短視的補貼競爭，轉向差異化發展路徑，通過提升服務質量和技術創新來獲取競爭優勢。(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。
月夜直播在线观看
「活动」首次登录送新手大礼包
- 软件大小: 768.53MB
- 最后更新: 2026-02-25 02:45
- 最新版本: v18.8.18.4
- 文件格式: apk
- 应用分类:ios-Android 荔枝直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.65以上
客服热线：132-2364-8962
43628
52476
12
98327
52
2026-02-25 02:45
35219
74
2026-02-25 02:45
82143
31
2026-02-25 02:45
12946
63
2026-02-25 02:45
96587
91
2026-02-25 02:45
98273
23
2026-02-25 02:45
83514
95
2026-02-25 02:45
91475
63
2026-02-25 02:45
92485
92
2026-02-25 02:45
67
97
34
91
36
25986
73