第三屆「粵創賽」在韶關啟動 總獎金高達180萬元
2026-02-20 12:09 5,671次浏览烏魯木齊8月9日電 題：探「方圓」絕代雙塔 觀絲路文化交融 作者 苟繼鵬 在新疆喀什市城區外荒漠中的莫爾寺遺址現場，矗立著一高一矮、一圓一方兩個高大的「土墩子」惹人注目。今年，莫爾寺遺址入選「2024年度全國十大考古新發現」後，搭乘火車的人們途經此處，總不免透過車窗搜尋絕代雙塔的身影。 「這是迄今發現中國最西部、保存較完整的大型地面土建築佛寺遺址，是中國早期大型地面佛寺和佛教中國化的典型代表。」負責上述遺址考古發掘的中央民族大學教授肖小勇說。 圖為莫爾寺遺址。 苟繼鵬 攝 2019年，中央民族大學與新疆文物考古研究所合作開啟莫爾寺遺址主動性考古發掘。「第一次去現場勘察，從地面上看感覺幾乎沒有多少工作的餘地。」肖小勇回憶說，但發掘不到半個月，第一座僧房就出現了，讓考古團隊看到了希望。 6年間，在考古人員不斷深挖下，僧舍、迴廊式佛殿、長方形大佛殿、講經堂、廚房、儲物間、餐廳等建築浮出地面。累計發掘4600平方米，發現遺蹟包括18座單體建築共計62個房間、2條階梯式踏道，出土上萬件各類文物和文物殘片。 圖為莫爾寺遺址現存圓塔。 苟繼鵬 攝 「莫爾寺既有自身特色，也能在其中看出印度、犍陀羅、中亞、當地和中原等不同地方的元素。」肖小勇說，其提供了中國早期佛寺布局及其發展演變的樣本，推進了古疏勒及絲綢之路佛教考古和中國早期佛寺起源研究。 根據考古研究，莫爾寺遺址始建於公元1世紀，約9世紀末10世紀初廢棄，前後延續約900年，分為兩個階段。 第一階段的建築主要為帶有印度、中亞風格的覆缽式塔(即現存的圓塔)及僅見於本地的獨棟多室僧房。第二階段在原有建築基礎上，新增方形大塔和帶迴廊的佛殿，寺院禮拜中心逐漸演變為「塔殿並重」。7世紀以後，還新修講經堂和大佛殿，應是受到了中原文化影響。 肖小勇認為，佛教於公元前1世紀左右傳入新疆後，在喀什地區形成一個佛教傳播中心，並影響到庫車及更遠的地方，繼而向中原地區傳播，與當地文化形成交融互動格局。後來，隨著歷代中央政權對西域的有效管轄，中原佛教又「西漸」至此，對當地產生重要影響。 在2024年考古發掘中，一塊泥瓦片的出現讓肖小勇十分驚喜。「泥瓦是唐代大型高規格建築中常被使用的構件。結合史料記載，武周時期曾在疏勒鎮修建大雲寺，我們有理由推測莫爾寺可能是一座國家級寺廟。」肖小勇說，這不僅證明了新疆地區宗教的多樣性，更彰顯了中央王朝對西域地區的有效管轄和宗教管理。 肖小勇表示，多年來對該遺址的考古發掘表明，中原文化在商品經濟、佛教建築和佛教藝術等方面對西域地區產生深遠影響，實證了中原和西域交往交流交融、中央政權對西域有效管治和宗教管理、人類不同文明交流互鑑。莫爾寺遺址也是中華文明多元一體、兼容並蓄的有力見證。(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。
伊人直播
「活动」首次登录送新手大礼包
- 软件大小: 876.26MB
- 最后更新: 2026-02-20 12:09
- 最新版本: v9.7.9.5
- 文件格式: apk
- 应用分类:ios-Android 少女6夜半直播nba
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.48以上
客服热线：138-2568-8251
37
96534
16
2026-02-20 12:09
62185
12
2026-02-20 12:09
72396
79
2026-02-20 12:09
73248
24
2026-02-20 12:09
78194
51
2026-02-20 12:09
62594
82
2026-02-20 12:09
76921
46
2026-02-20 12:09
84291
62
2026-02-20 12:09
93284
79
2026-02-20 12:09
36274
37
98764
86
57
46951
52
45623
24735
23789
14
79845
27
82756