成都8月10日電 題:「海歸」隊長彭靜:以體育之名尋根 為熱愛「最後一舞」 作者 單鵬 綠茵場上,棍網球運動員如離弦之箭疾馳。中國女子棍網球隊隊長彭靜快速突破防守隊員,揮棍勁射,球應聲入網,看臺瞬間沸騰……10日,成都世運會女子棍網球第7名爭奪賽,彭靜為中國隊打入了兩粒精彩進球。 「能在最後一場進球特別開心。賽前教練讓我多拿球、多射門,今天終於做到了。」賽後她難掩激動。 彭靜1992年出生於中國湖北,2歲隨父母移居美國。15歲時,她拿起棍網球球桿,自此與這項運動相伴18個年頭。比賽之餘,彭靜的工作是在美國明尼蘇達州運營青少年春季棍網球聯賽及錦標賽。 她與中國隊的緣分,始於2019年某個深夜發給當時中國隊教練的一封自薦郵件:「你好,我是Jing,華裔美國人,打中場,不知道有什麼可以幫上忙」。短短幾行字,幾周後便把她帶進了中國隊的訓練營。 8月9日,中國女子棍網球隊在小組賽迎戰加拿大隊。圖為中國隊隊長彭靜在比賽中。 記者 安源 攝 6年來,彭靜時常往返兩國。回中國集訓和比賽的日子,讓她深切感受到文化根脈的牽引。小時候,彭靜的父母以「自律、奉獻」要求她,彭靜總覺得這套中國式教育與身邊的美國同學格格不入;可越長大,彭靜越能欣賞中國文化裡那份克己與擔當。她曾在採訪中談道,身披中國隊戰袍,是一種文化歸屬,「我想讓更多像我這樣的『異鄉人』知道,無論身在何處,永遠可以找到屬於自己的『家』」。 在成都世運會,6年前那封深夜郵件仍在迴響——彭靜以隊長身份率領年輕的中國隊徵戰。8支參賽隊中,除東道主中國隊外皆是世界勁旅。彭靜把這次寶貴的參賽資格稱為「一生只有一次的機會」。賽前,她特意提前1個月從美國飛回國內,把在美國學到的比賽體系、戰術理解和訓練理念向年輕隊員傾囊相授。 3場小組賽,中國隊先後不敵英國隊、日本隊和加拿大隊。10日的比賽中,中國隊以5:19不敵愛爾蘭隊,最終位列第8名。「我們本希望最終分差能更小一些。無論如何,每個人都拼盡了全力。」彭靜認為,成都世運會是一次難得的歷練,「對手那種快速流暢的傳球配合,正是我們要追趕的。」 棍網球是2028年洛杉磯奧運會正式比賽項目之一。這項起源於北美印第安部落的運動,在中國仍屬小眾項目。但彭靜欣喜地發現,在奧運帶動下,參與棍網球的中國青少年正在增多。她的部分隊友在上海、北京等地擔任教練,希望在青少年中發掘更多好苗子。 成都世運會或是彭靜最後一次代表中國隊出戰世界大賽,她坦言計劃暫別賽場、回歸家庭。而談及3年後的洛杉磯奧運會,她眼中又閃爍起期待:「如果有機會,我當然非常想試一試。」(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。
64982
97
2026-02-03 19:10
65148
62
2026-02-03 19:10
43927
24
2026-02-03 19:10
96458
32
2026-02-03 19:10
39526
73
2026-02-03 19:10
48729
89
2026-02-03 19:10
24917
14
2026-02-03 19:10
97265
19
2026-02-03 19:10
45376
91
2026-02-03 19:10
54938
79
2026-02-03 19:10
43187
68
2026-02-03 19:10
82395
69
2026-02-03 19:10
45817
72
2026-02-03 19:10
15893
26
2026-02-03 19:10
83279
68
2026-02-03 19:10
71852
64
2026-02-03 19:10
32897
92
2026-02-03 19:10
28365
25
2026-02-03 19:10
25349
31
2026-02-03 19:10
41293
68
2026-02-03 19:10
81376
96
2026-02-03 19:10
18564
12
2026-02-03 19:10
72348
38
2026-02-03 19:10
49215
74
2026-02-03 19:10
68374
75
2026-02-03 19:10
43925
35
2026-02-03 19:10
64815
78
2026-02-03 19:10
19236
74
2026-02-03 19:10
29534
56
2026-02-03 19:10
68573
56
2026-02-03 19:10
58219
23
2026-02-03 19:10
36458
69
2026-02-03 19:10
59831
98
2026-02-03 19:10
34728
43
2026-02-03 19:10
95341
45
2026-02-03 19:10
92864
37
2026-02-03 19:10
62749
59
2026-02-03 19:10
39687
94
2026-02-03 19:10
89153
48
2026-02-03 19:10
52698
38
2026-02-03 19:10
67314
97
2026-02-03 19:10
37518
56
2026-02-03 19:10
82753
87
2026-02-03 19:10
69743
32
2026-02-03 19:10
71635
67
2026-02-03 19:10
89126
31
2026-02-03 19:10
92316
61
2026-02-03 19:10
15783
14
2026-02-03 19:10
53489
21
2026-02-03 19:10
83749
28
2026-02-03 19:10
78456
21
2026-02-03 19:10
51863
68
2026-02-03 19:10
| 西瓜直播 | 大鱼直播 |
| 黄瓜直播 | |
| 蜜糖直播 | 蜜糖直播 |
| 杏仁直播 | |
| 午夜直播 | 成人抖阴 |
| 黑白直播 | |
| 秀色直播 | 尖叫之夜免费直播 |
| 月夜直播 | |
| 深夜大秀直播app | 苹果直播 |
| 阴桃直播 | |
| 魅影9.1直播 | 9i安装下载 |
| 秀色直播app下载安装app | |
| 免费直播行情网站 | 午夜直播 |
| 九球直播 | |
| 凤蝶直播 | 咪咕直播 |
| 秀色直播 | |
| 伊对免费下载 | sky直播 |
| 小猫直播 | |
| 蜜桃视频 | 成人直播app推荐免费 |
| 红杏直播 | |