被吸住溺亡！泳池這個地方快遠離
2025-11-20 12:40 1,356次浏览8月的高原，青稞金黃。在西藏自治區山南市錯那市覺拉鄉，200畝試驗田被分割成300多塊梯田。一片生長在鹽鹼地裡的特殊飼草剛萌出嫩芽，正茁壯成長——這是經過航天育種技術培育的蛋白草。 這批高原航天牧草一共有7個品種，是利用航天誘變技術培育的新品種，與普通飼草相比，其在鹽鹼地裡抗鹽耐旱的表現尤為突出，更耐得住零下四十度的嚴寒。 種植在西藏錯那市覺拉鄉的高原航天牧草。人民網記者 次仁羅布攝 「7月17日移栽到大田的蛋白草是目前最後一個實驗品種，生長迅速，每天可長高4-5公分。」陝西省航天育種工程技術研究中心地面選育基地負責人袁中權在田間介紹，該品種表現出極強的抗寒性，去年冬季經受嚴寒考驗後，今年3月底在錯那市試驗田未經澆水施肥就自然發芽。截至觀察時，植株最高已達2.5米，預計畝產量可達15-25噸，是目前錯那市表現最優異的飼草品種。 正在接受採訪的陝西省航天育種工程技術研究中心地面選育基地負責人袁中權。人民網記者 次仁羅布攝 袁中權算了一筆帳，畝產15噸飼草，按70%的脫水量做成青貯飼料，可以產10噸。按照目前的市價，假設一噸飼草在這能賣1200元，除去各種成本，一畝地一年能產8000元的經濟效益。 航天育種高原牧草選育實驗基地裡的植株。人民網記者 次仁羅布攝 除了這些飼草，去年9月26日錯那本土的5個油菜品種和6個青稞品種搭載著十九號返回式衛星進入太空，享受了一次特殊的「旅途」，在宇宙射線和微重力環境下完成了基因重組。 當地村民在高原航天育種基地務工。人民網記者 次仁羅布攝 「這些篩選出的品種不僅需滿足性狀穩定的基本要求，更要在抗鹽鹼地、產量、株型等指標上展現獨特潛力。選苗育種也要經過層層嚴苛的『體檢』，優中選優。」袁中權說。 當種子完成太空之旅後，真正的挑戰才剛剛開始。返回的每一粒種子都是寶貝，經過「太空旅行」的品種要通過3年的地面選育，評估植物品種的產量和品質。 搭載十九號返回式衛星進入太空的青稞品種。人民網記者 次仁羅布攝 「當地人說我們錯過了最佳種植期」，袁中權回憶6月初改良土壤時的質疑，不禁還是捏了一把冷汗。 好在這些種子憑藉出色的基因，在播種42天後就長到60釐米，分櫱數達到10個，是普通品種的近兩倍。據了解，青稞的這個生長期一般都是100～130天，而這個品種大約在115天。 未來，袁中權團隊將繼續監控和評估航天育種植株的生長情況，推廣航天牧草和蔬菜種植技術，建立有機肥廠以改善土壤質量，讓更多「太空種子」在雪域高原生根發芽。 記者：郝潔 次仁羅布 來源：人民網
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。
柚子直播
「活动」首次登录送新手大礼包
- 软件大小: 534.64MB
- 最后更新: 2025-11-20 12:40
- 最新版本: v13.12.14.13
- 文件格式: apk
- 应用分类:ios-Android 祼女直播app
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.31以上
客服热线：131-7613-9528
62895
27698
16
29841
83
2025-11-20 12:40
14869
12
2025-11-20 12:40
98631
81
2025-11-20 12:40
87391
83
2025-11-20 12:40
62957
45
2025-11-20 12:40
85247
84
2025-11-20 12:40
86147
53
2025-11-20 12:40
63241
61
2025-11-20 12:40
72538
67
2025-11-20 12:40
24
89367
67198
12485
34278
91
15647
59286
48
59
36592
86379
18952
64
87564