（活力中國調研行）探訪額爾古納故事：綠色為基底 文化做畫筆
2026-03-16 13:31 4,956次浏览盛夏正值吃瓜季。8月12日，山西省大同市廣靈縣政府聯合百果園在京舉辦西甜瓜上市推介暨百果園集團太陽熱能結合堆肥處理改良土壤技術(BLOF技術)入選國家級農業主推技術發布會。此發布會是一場成果展示，既有農業科技創新成果運用轉化的生動實踐，也有百果園深度參與鄉村振興的標杆示範。 據了解， BLOF技術採用生物方法改良土壤，是生態和諧型、環境友好型技術。百果園利用該技術不僅解決了目前國內比較嚴重的土壤健康問題，如土壤板結、酸化、農藥汙染、有害重金屬汙染等土壤退化問題，還能解決連作造成的特色農作物生長障礙、生長條件惡化等問題。 農業農村部耕地質量監測保護中心原副主任、中國腐植酸協會副會長李榮研究員稱，百果園集團董事長餘惠勇向他介紹了百果園引進並成為自主智慧財產權的BLOF土壤改良技術。「長久以來，種植西甜瓜等特種農作物的農戶需要種植兩三年便搬遷更換新的種植地，連作導致當地特色農產品無法實現農業規模化和專業化種植。百果園集團BLOF這項先進技術有效解決了困擾行業多年，也即土壤健康方面最嚴重的難題之一。」 圖為農業農村部耕地質量監測保護中心原副主任、中國腐植酸協會副會長李榮研究員 該技術集成創新了體積法測量土壤養分、精準施肥軟體開發、太陽熱養生處理病害土壤等先進實用技術。李榮表示，作為承接BLOF技術試驗示範的負責人，自2023年開始，由農業農村部耕保中心牽頭，百果園技術團隊在連作障礙最嚴重的北京、上海的西瓜、黃瓜、草莓基地進行了連續多茬的試驗示範。「以西瓜為例，試驗結果顯示，土壤透氣性增強，土壤鹽分消減35%，有益菌群提升42%，根結線蟲滅殺率81%，秋茬西瓜自根苗成活率達到92%。土壤健康了，種苗吸收營養豐富，帶來了西瓜的品質和產量的顯著提升。此外，BLOF技術還助力了生態經濟的協同發展，健康的土壤會減少農藥、除草劑的使用，減少農藥殘留對環境的汙染，西瓜苗體種植成本也會降低，商品率提升。」 這些年，百果園在寧夏、雲南、浙江、海南、江西、山西、安徽、江蘇等多個省區也開展了試驗和推廣。截至2024年底，採用百果園集團BLOF技術改良土壤面積已經接近3萬畝。 以山西為例，百果園與大同市廣靈縣政府及當地企業、農戶保持緊密合作，目前當地試點、引進、推廣BLOF種植基地達5000畝。廣靈縣縣委書記董雄偉表示，「近幾年，得益於百果園BLOF技術及其生態鏈企業的積極協作，使得我們在全國範圍內初步佔有一定的市場份額，也躋身成為百果園銷售渠道的優質主推產品。」 圖為百果園集團創始人、董事長餘惠勇 會上，百果園集團創始人、董事長餘惠勇也宣布：百果園與廣靈政府共同試驗總結出一套可複製全國、利果農利生態的「廣靈模式」。即政府搭臺、市場為導向，聚焦全產業鏈各個關鍵要素、協同共振的產業模式。政府做「制度基建」，如土地流轉、金融貼息、冷鏈物流等支持，百果園利用企業優勢做「產業基建」，從品牌推廣開始，提供BLOF等利生態的新技術體系、新生產資料、銷售渠道等全方位資源助力生產，形成雙向循環、內生動力，打造美麗鄉村。渠道方面，依託百果園、浙江溫嶺的西甜瓜營銷團隊和電商渠道等供應鏈資源，連接起覆蓋京津冀、長三角、珠三角的穩定「大市場」。園區基建方面，廣靈政府與百果園及其生態鏈企業確立了將打造3萬畝西甜瓜及水果型蔬菜園區核心區。完成育苗基地、品試中心、產地倉等一系列配套設施建設，構建起「從種植管護、到技術服務、到分揀包裝、再到物流銷售」的垂直一體化產業鏈。「這項成功經驗，未來會在全國各個西甜瓜核心產區進行推廣。」
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。
月夜直播app夜月
「活动」首次登录送新手大礼包
- 软件大小: 715.97MB
- 最后更新: 2026-03-16 13:31
- 最新版本: v2.14.14.11
- 文件格式: apk
- 应用分类:ios-Android 蜜糖直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.68以上
客服热线：134-5439-4687
茄子直播类似软件
猜你喜欢
92651
73
83691
16
2026-03-16 13:31
49127
72
2026-03-16 13:31
37546
95
2026-03-16 13:31
53827
94
2026-03-16 13:31
51826
19
2026-03-16 13:31
26781
72
2026-03-16 13:31
15738
26
2026-03-16 13:31
19264
17
2026-03-16 13:31
42635
86
2026-03-16 13:31
98354
43
2026-03-16 13:31
93451
74
2026-03-16 13:31
17
29
29
79134
46189
37
51
37
81
13958
98
14678
