豢養的烈性犬自己躥出狗籠,撲咬路人致死,犬主應承擔哪些責任?犬主辯稱「人是被狗咬死的,純屬意外」,這有無道理?河南省平頂山市中級人民法院審結了一起相關案件。 高某在村頭附近的羊場內飼養了3隻大型烈性犬,雖然飼養期間多次撲倒、咬傷他人,但高某並未採取有效防範措施避免類似事件再次發生。馬某從高某羊場門口路過時,高某飼養的一隻狼狗突然從狗籠底部躥出,撕咬馬某頸部及面部致馬某當場死亡。經現場勘查,該狗籠放置於土質地面上,底部無鐵網阻斷,籠底與地面銜接處空隙較大,犬只可輕鬆從中逃脫,籠子頂部也無鐵絲網,僅用建材板簡易搭蓋。 被告人高某認為,雖然被害人是被他的狗咬死的,但是他當時並不在現場,屬於意外事件。況且已經對被害人家屬進行了適當的經濟賠償,不能構成犯罪。 平頂山市中級人民法院審理認為,被告人高某豢養的3隻大型烈性犬具有很強的攻擊性,案涉犬只雖然關於籠中,但案發前已經多次發生撲倒、咬傷路人事件。高某應當預見大型烈性犬疏於監管,會發生咬死他人這一現實危險,因疏忽大意造成了馬某死亡,存在刑法意義上的過失。高某的過失行為與馬某的死亡結果發生之間具有因果關係。 刑法第二百三十三條規定,過失致人死亡的,處三年以上七年以下有期徒刑;情節較輕的,處三年以下有期徒刑。根據被告人高某犯罪的事實、犯罪的性質、情節和對於社會的危害程度,法院依法判決:被告人高某犯過失致人死亡罪,判處有期徒刑六年六個月。 案件承辦法官提醒,飼養犬只造成他人損害的,飼養人、管理人需承擔民事侵權責任。遛狗不牽繩或放任犬只恐嚇他人,可能面臨警告、罰款、拘留等行政處罰。故意或過失造成人員傷亡的,可能要承擔刑事責任。 本報記者 朱佩嫻 《人民日報》(2025年08月12日 第 10 版)
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。
29647
97
2025-11-25 00:20
98713
89
2025-11-25 00:20
91452
86
2025-11-25 00:20
12635
84
2025-11-25 00:20
82795
54
2025-11-25 00:20
45987
58
2025-11-25 00:20
49258
34
2025-11-25 00:20
37419
53
2025-11-25 00:20
58214
82
2025-11-25 00:20
37198
29
2025-11-25 00:20
21536
35
2025-11-25 00:20
76219
17
2025-11-25 00:20
48135
41
2025-11-25 00:20
48975
48
2025-11-25 00:20
79361
56
2025-11-25 00:20
24895
58
2025-11-25 00:20
14965
73
2025-11-25 00:20
85396
24
2025-11-25 00:20
69128
19
2025-11-25 00:20
79548
92
2025-11-25 00:20
26179
34
2025-11-25 00:20
85317
19
2025-11-25 00:20
58192
89
2025-11-25 00:20
98415
25
2025-11-25 00:20
49852
28
2025-11-25 00:20
69581
41
2025-11-25 00:20
71536
48
2025-11-25 00:20
63487
78
2025-11-25 00:20
31597
75
2025-11-25 00:20
78923
51
2025-11-25 00:20
57428
38
2025-11-25 00:20
61587
81
2025-11-25 00:20
46759
13
2025-11-25 00:20
15478
19
2025-11-25 00:20
81756
26
2025-11-25 00:20
65823
59
2025-11-25 00:20
62538
79
2025-11-25 00:20
76843
16
2025-11-25 00:20
85361
89
2025-11-25 00:20
56483
14
2025-11-25 00:20
38571
26
2025-11-25 00:20
62784
86
2025-11-25 00:20
72185
27
2025-11-25 00:20
78246
34
2025-11-25 00:20
79234
75
2025-11-25 00:20
86751
42
2025-11-25 00:20
84916
87
2025-11-25 00:20
51749
35
2025-11-25 00:20
23875
73
2025-11-25 00:20
62815
96
2025-11-25 00:20
83152
16
2025-11-25 00:20
21547
36
2025-11-25 00:20
37658
59
2025-11-25 00:20
| 九球直播 | 桔子直播 |
| 花儿直播 | |
| 巧克力直播 | 牡丹直播 |
| 看少妇全黄a片直播 | |
| 少女6夜半直播nba | 尖叫之夜免费直播 |
| 曼城直播 | |
| 趣爱直播 | 九球直播 |
| 黑白直播 | |
| 比心直播 | 橘子直播 |
| 小猫咪视频 | |
| 西甲直播 | 花间直播 |
| 蜜糖直播 | |
| 比心直播 | 桃花直播 |
| 快猫 | |
| 美女直播 | 零点直播 |
| 魅影视频 | |
| 极速直播 | 糖果直播 |
| 蜜糖直播 | |
| 蜜糖直播 | 黑白直播 |
| 婬色直播 | |