第九屆平遙國際電影展公布官方海報及電影展主題「匯合點」
2026-02-25 03:06 1,689次浏览北京8月4日電(記者 劉星晨)近日，中國籃球協會在北京體育大學中國籃球運動學院組織召開國家女籃、國家U19男女籃參賽總結會。 過去一段時間，三支球隊均完成了今年夏天最重要的比賽任務。成績方面，中國女籃獲得2025國際籃聯女籃亞洲杯季軍，中國U19男籃獲得國際籃聯U19男籃世界盃第13名，中國U19女籃獲得國際籃聯U19女籃世界盃第11名。 宮魯鳴。圖片來源：中國籃球協會 七月中旬結束的女籃亞洲杯是新一屆中國女籃在洛杉磯奧運會周期的首次國際賽場亮相。巴黎奧運會後，中國女籃完成換帥，球隊正處於新老交替時期。球隊領隊柴文勝表示，自建隊以來，中國女籃新隊員基礎相對薄弱，隊伍在戰術體系構建、教練組要求落實、保障團隊管理等方面亟須完善。 女籃亞洲杯上，中國隊在半決賽負於日本隊，最終戰勝韓國隊獲得季軍。對陣日本女籃時，中國隊雖然內線佔據優勢，但過於追求籃下進攻的戰術讓球隊沒能帶走勝利。比賽中，中國女籃對於對方外線的防守出現問題，日本女籃後衛田中心首節便一人獨得21分。比賽最後時刻，中國隊連續錯失關鍵籃板和進攻，無緣逆轉。 中國女籃主教練宮魯鳴此番復盤時表示，本次亞洲杯在集訓和比賽過程中暴露出集訓周期不足、基本功參差不齊、場上執行力不同步等新老交替陣痛問題。 圖為宮魯鳴參加新聞發布會。記者 劉星晨 攝 談到對陣日本女籃的比賽，宮魯鳴坦言，失利反映出中國女籃存在攻防表現、心理壓力處理、臨場指揮應變等方面的不足。 早在亞洲杯的賽後新聞發布會上，宮魯鳴便曾表示，中國女籃雖然沒能完成既定的奪冠目標，但從澳大利亞隊、日本隊、韓國隊身上學習到了不少優秀經驗，希望未來能夠向更多強隊看齊。 宮魯鳴在此次總結會上透露，著眼於奧運周期的長遠備戰目標，隊伍將於8月18日-10月18日再次集訓。在總結經驗的基礎上，球隊將精選集訓人員，搭配陣容結構，明確主攻方向，繼續強化專項身體素質，全面發展個人技術特點和能力，提升戰術素養高水平和高位擋拆攻防對抗水平，確保大賽心理素質的穩定發揮。 中國女籃主教練宮魯鳴賽前指導張子宇。記者 陳驥旻 攝 U19男籃世界盃方面，中國隊以2勝5負的戰績最終排名賽事第13名。 小組賽中，中國隊沒能迎來勝利，先後負於加拿大、德國和斯洛維尼亞隊。淘汰賽中，中國U19男籃以86:99不敵紐西蘭隊，無緣八強。9-16名排位賽，中國隊不敵法國隊。13-16名排位賽，中國隊97:78擊敗約旦隊，獲得賽事首勝。面對喀麥隆隊，中國U19男籃在末節實現逆轉，最終鎖定第13名。 這支U19男籃擁有朱正、張博源、郇斯楠、陳家政等多位天賦出眾的球員，但最終的成績並不盡如人意。比賽中，中國隊在防守端問題較大，尤其是籃板球方面在多場比賽中全面落入下風。 主教練曲紹斌同樣談到了這兩點，他表示，運動員和教練組再次深刻認識到世界籃球的飛速發展，為今後進一步縮小差距明確了更加清晰的方向。 著眼未來，曲紹斌坦言，隊伍要不斷向最強的球隊學習、與最強的球隊比賽，教練員更要積極學習國際先進理念，接軌世界籃球的同時，努力打造中國籃球的自身風格和特點。 曲紹斌。圖片來源：中國籃球協會 由於張子宇「跳級」隨中國女籃出徵亞洲杯，中國U19女籃出徵世界盃的陣容發生了一定變化，球隊改打小快靈戰術。 小組賽，中國隊遭遇奈及利亞隊逆轉，無緣首勝。此後，球隊不敵葡萄牙、加拿大和美國隊，進入9至16名排位賽。 首輪排位賽中，中國隊經過加時險勝捷克隊，取得賽事首勝。此後，中國U19女籃惜敗以色列隊，落入第11名爭奪戰。憑藉冉珂嘉、李雨汧等人的出色發揮，中國隊最終大勝奈及利亞隊。 整體表現上，中國U19女籃進攻擁有亮點，但持續性不足。防守端給予對手的壓力仍有待提升。 王桂芝。圖片來源：中國籃球協會 中國U19女籃主教練王桂芝表示，隊伍通過比賽認識到了與世界強隊之間的差距。本次比賽，雖然球隊缺少了內線的強力支柱，但冉珂嘉、李雨汧在外線的火力輸出仍令人眼前一亮。深耕青訓多年的王桂芝對於年輕球員的表現給予了肯定，經歷了從緊張到適應、再到自我認知與成長的蛻變過程，多名球員已初步具備成為國家隊後備人才的潛質。 對於未來球隊建設，王桂芝表示，青年隊要嚴抓紀律與團隊管理，提升集訓與訓練質量，保持賽練節奏和高水平比賽機會，為中國女籃輸送高質量後備人才。(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。
看b站a8直播
「活动」首次登录送新手大礼包
- 软件大小: 714.31MB
- 最后更新: 2026-02-25 03:06
- 最新版本: v19.10.9.1
- 文件格式: apk
- 应用分类:ios-Android 榴莲视频
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.24以上
客服热线：139-8953-3647
93
45
27456
76214
35
2026-02-25 03:06
89623
86
2026-02-25 03:06
57346
17
2026-02-25 03:06
15329
91
2026-02-25 03:06
85123
24
2026-02-25 03:06
18346
46
2026-02-25 03:06
94237
32
2026-02-25 03:06
53429
38
2026-02-25 03:06
84795
75
2026-02-25 03:06
24315
86923
18296
32
87596
59276
82
59
48653
98
76819
82
32
