傳統七夕怎麼過？長沙景區給出「高分答案」
2026-02-23 04:15 2,463次浏览科技日報訊 (記者劉霞)由美國德克薩斯大學奧斯汀分校科學家領銜的國際天文學家團隊，利用詹姆斯·韋布空間望遠鏡，捕捉到宇宙大爆炸後僅5億年就已存在的超大質量黑洞。它的質量相當於3億個太陽的質量，並以133億歲「高齡」刷新了迄今發現最古老黑洞紀錄，為揭開宇宙黎明時期的奧秘打開了新窗口。相關研究成果發表於最新一期《天體物理學雜誌快報》。 天文學家藉助光譜學，將光分成許多不同波長來研究物體特徵。當氣體繞黑洞旋轉並落入黑洞時，遠離地球的氣體發出的光會被黑洞拉伸成更紅的波長；而靠近地球的氣體發出的光則會被壓縮成更藍的波長。這種紅藍交錯的光譜成為分析遙遠物體物理性質的獨特武器。 研究團隊此次通過分析韋布空間望遠鏡CAPERS項目——旨在確認和研究最遙遠星系的光譜數據，發現目標星系CAPERS-LRD-z9呈現獨特的「小紅點」特徵。這類誕生於宇宙嬰兒期(前15億年)的星系通常體積緊湊、色澤紅豔且異常明亮。 進一步研究發現，超大質量黑洞是CAPERS-LRD-z9星系中意外亮度的來源，且該黑洞的質量估計為太陽的3億倍。該黑洞也是目前已確認的最遙遠的黑洞，其能通過壓縮並加熱所吞噬的物質，產生巨大的光和能量。 團隊表示，新發現星系有助於揭示「小紅點」星系呈現明亮紅色的原因。這可能是由於黑洞周圍存在一團厚厚的氣體雲，將穿過的光線扭曲成更紅的波長。在早期宇宙中發現如此巨大的黑洞，也為研究這些天體的演化歷程提供了寶貴的機會。天文學家推測，要麼它在誕生初期就擁有超乎想像的「原始體重」；要麼其成長速度比現有模型預測的快得多。
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。
秀色直播app下载
「活动」首次登录送新手大礼包
- 软件大小: 423.59MB
- 最后更新: 2026-02-23 04:15
- 最新版本: v1.1.13.12
- 文件格式: apk
- 应用分类:ios-Android 桔子直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.56以上
客服热线：134-8573-5347
水仙直播类似软件
猜你喜欢
72165
51
92561
85
21958
98
2026-02-23 04:15
45762
85
2026-02-23 04:15
19726
73
2026-02-23 04:15
61437
27
2026-02-23 04:15
47831
61
2026-02-23 04:15
17436
23
2026-02-23 04:15
73694
61
2026-02-23 04:15
37956
58
2026-02-23 04:15
51792
15
2026-02-23 04:15
42691
54
2026-02-23 04:15
73592
12837
71
79418
69842
36498
32985
73
89