十多年來 人民海軍 不斷邁向深藍、拿敵練兵、錘鍊體系能力 一次次從0到1的突破 讓每一次出航 都是戰鬥力的升級賦能 視頻:畫面公開!我國航母編隊遠赴西太 戰鬥機首次起飛查證無人機來源:央視新聞客戶端 2025年6月 海軍遼寧艦、山東艦航母編隊 赴西太平洋開展遠海遠洋訓練 在訓練中 成功處置對手多型飛機滋擾 「我們準備好了沒有? 能不能打贏?」 「如果現在就打 我們準備好了沒有? 能不能打贏?」 這是一定要面對的時代之問 「護送」它們 到它們的基地去著陸 海軍航空兵某部鄧偉回憶: 接到編指的戰鬥轉進的命令 我們起了4架戰鬥機 起飛之前 我們的飛行員在態勢上 已經了解了對方 我們在一定的範圍內及時起飛戰鬥機 「護送」它們到它們的基地去著陸 我們表現出大國的自信 表現出我們航母人 我們艦載機飛行員的自信 別人能去的地方我也能去 我們能通過我們的能力 去體現我們的價值 去完成國家賦予我們的責任和擔當 面對不明高空無人機來襲 鄧偉說: 以前在這種敏感的海域 我們只能在態勢上去感知 這次我們首次起飛戰鬥機 對高空的無人機進行查證 包括進行全程的雷達截獲 無人機的位置 一直在我們飛彈的容許發射範圍之內 海軍某部景永春說: 如何鍛造大國重器 就要發揚釘釘子精神 一張藍圖繪到底 一錘接著一錘敲 一步一個腳印 把各項攻堅任務落到實處 十幾年前 這裡只有我們驅護艦的身影 此刻 人民海軍縱橫海天 這裡已鋪開幾百海裡的攻防矩陣 (央視新聞客戶端)
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。
29618
47
2026-02-23 09:22
73548
61
2026-02-23 09:22
24367
71
2026-02-23 09:22
96547
59
2026-02-23 09:22
71435
57
2026-02-23 09:22
56273
39
2026-02-23 09:22
89216
67
2026-02-23 09:22
21695
26
2026-02-23 09:22
25816
18
2026-02-23 09:22
97251
56
2026-02-23 09:22
15729
58
2026-02-23 09:22
19326
82
2026-02-23 09:22
27184
85
2026-02-23 09:22
84213
76
2026-02-23 09:22
52864
65
2026-02-23 09:22
13274
85
2026-02-23 09:22
74128
71
2026-02-23 09:22
28497
43
2026-02-23 09:22
36952
84
2026-02-23 09:22
82634
39
2026-02-23 09:22
87539
36
2026-02-23 09:22
83927
17
2026-02-23 09:22
97852
49
2026-02-23 09:22
35942
41
2026-02-23 09:22
21548
82
2026-02-23 09:22
58146
84
2026-02-23 09:22
64731
41
2026-02-23 09:22
63718
79
2026-02-23 09:22
96853
46
2026-02-23 09:22
84695
89
2026-02-23 09:22
97812
36
2026-02-23 09:22
72534
23
2026-02-23 09:22
97256
83
2026-02-23 09:22
42975
27
2026-02-23 09:22
65429
48
2026-02-23 09:22
18759
73
2026-02-23 09:22
34952
26
2026-02-23 09:22
76941
15
2026-02-23 09:22
32478
87
2026-02-23 09:22
93842
15
2026-02-23 09:22
38945
36
2026-02-23 09:22
45628
41
2026-02-23 09:22
37659
47
2026-02-23 09:22
58391
21
2026-02-23 09:22
75638
26
2026-02-23 09:22
81764
86
2026-02-23 09:22
69248
52
2026-02-23 09:22
82497
73
2026-02-23 09:22
36251
15
2026-02-23 09:22
69254
36
2026-02-23 09:22
63452
82
2026-02-23 09:22
14972
97
2026-02-23 09:22
47981
17
2026-02-23 09:22
| b站刺激战场直播 | 魅影直播间 |
| tvn直播 | |
| 樱桃直播 | 心跳直播 |
| 青草直播 | |
| 绿茵直播 | 比心直播 |
| 成人直播app推荐免费 | |
| 色花堂直播 | 春雨app直播免费看 |
| 迷笛直播 | |
| 桃花直播 | 黑白直播体育 |
| 小狐狸直播 | |
| 小k直播姬 | 花椒直播 |
| 阴桃直播 | |
| 伊人直播网站 | 青柠直播 |
| 蜜桃视频 | |
| 西甲直播 | 免费真人视频网站直播下载 |
| 蝶恋直播 | |
| 心跳直播 | 少女6夜半直播nba |
| 桃花app | |
| 蝴蝶直播 | 红桃直播 |
| 月夜直播app夜月 | |