蔣建國：中非共謀發展孕育全球人權治理新機
2026-02-25 11:52 6,437次浏览8月9日，浙南油庫「興林益農」共富工坊內陳列的山茶油產品。宋雪晴 攝 青田8月10日電(記者 王逸飛)距離油茶果採摘期越來越近，57歲的浙江省青田縣季宅鄉下莊村油茶種植戶陳永生，專門來到位於村裡的浙南油庫「興林益農」共富工坊(下稱「共富工坊」)，諮詢今年的收購方式。他得到了期望的答案——共富工坊會繼續以高於市場價的價格收購農戶的油茶果。 「去年，我第一次把油茶果送來統一加工銷售，收入增加三、四萬元(人民幣，下同)，這樣我們省心很多，專心把油茶種好就行。」陳永生說。 青田是著名的華僑之鄉，其在浙江還有一個響亮名號——「浙南油庫」。當地有油茶麵積30.67萬畝，居浙江省第一。當下，青田從升級生產銷售模式、拓展產業鏈產品鏈等方面推動油茶產業創新發展，讓小小的「油茶果」在帶動鄉村振興方面迸發出大能量。於2024年建成的共富工坊，就是體現這種變化的縮影。 共富工坊採用「國企+強村公司+合作社+私企」的聯建聯營機制建立。其作用之一便是改變傳統生產方式、提升生產效率。 作為種植大戶的陳永生說，「原來我們採摘後都是土辦法壓榨，現在送過來統一脫殼、粉碎、榨油、包裝、銷售。像這裡的冷榨技術可以提升油的品質，價格能隨之提高。」 2024年是共富工坊正式運行首年，其收購青田全縣60%的油茶果，山茶油產量12萬斤，實現產值近1000萬元。 在帶動增收方面，通過「保底收購+利潤分成」模式，共富工坊也可確保農戶利益最大化。季宅鄉黨委副書記、共富工坊主理人夏茂介紹，去年共富工坊以高於周邊市場價0.15元-0.3元/斤的價格，累計收購油茶果280萬斤，帶動百餘名農戶人均增收1.2萬元。「我們測算過，每銷售一滴油裡有約80%都是農民的『工資』。」 新的改變還包括蹚出更多「油茶+」路子。「延伸油茶全產業鏈，我們要爭取把油茶果『吃幹榨淨』。」夏茂說。 8月9日，共富工坊內的工人製作山茶油手工皂。宋雪晴 攝 在日化衍生領域，共富工坊申報季宅山茶油手工皂職業技能開發項目，獲浙江省人力資源和社會保障廳職業技能開發認證，成為中國首個山茶油手工皂標準制定者；在基礎油精深加工層面，與浙江省農科院共同申請山茶油化妝品基礎油加工技術及產品開發專利；在山茶花資源利用上，與上海企業合作實現定向收購；在生態循環領域，自主研髮油茶果殼與兔糞發酵技術，成功研製高效益新型有機肥…… 青田有38.1萬名華僑華人分布於世界146個國家和地區。在當地油茶產業面貌不斷更新的同時，青田的僑胞也在更積極加入到油茶產品的全球推廣中。 希臘青田同鄉會名譽會長季忠青介紹，該同鄉會有六、七千名青田同鄉，如今大家正一起努力，或是打通渠道在自己開設的超市上架家鄉產品，或是每次用行李箱帶一些特產去希臘，希望讓更多人認識青田的山茶油。 「我們小時候就是吃山茶油長大的，這就是家鄉的代表。現在我希望帶動更多『僑二代』『僑三代』加入到油茶產品推廣中，年輕人在這方面的力量比我們要大很多。」季忠青說。(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。
苹果直播
「活动」首次登录送新手大礼包
- 软件大小: 547.75MB
- 最后更新: 2026-02-25 11:52
- 最新版本: v19.16.3.6
- 文件格式: apk
- 应用分类:ios-Android 樱花直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.34以上
客服热线：138-8475-8174
97播播类似软件
猜你喜欢
26397
82
51937
24
2026-02-25 11:52
32865
29
2026-02-25 11:52
38421
81
2026-02-25 11:52
85412
74
2026-02-25 11:52
97146
73
2026-02-25 11:52
43519
85
2026-02-25 11:52
25938
15
2026-02-25 11:52
79518
75
2026-02-25 11:52
45389
86
2026-02-25 11:52
41985
16
2026-02-25 11:52
74
14
78
51327
38956
56491
14325
26598
16974
16583