（活力中國調研行）湖北松滋：吉他奏響「世界音」
2026-01-05 06:15 9,965次浏览成都8月9日電 題：中國空手道冠軍龔莉：關關難過關關過 記者 國璇 8月9日，東京奧運會季軍龔莉在成都舉行的第12屆世界運動會空手道女子組手61公斤級決賽中奪冠，為中國體育代表團拿到本屆世運會的第二枚金牌。在傷愈復出後參加的第一次國際大賽中登頂，龔莉賽後身披五星紅旗並落淚。回望來時路，龔莉說：「關關難過關關過。」 「以前不知道為什麼電視劇裡演員在激動時會落淚，後來自己親身經歷過，才知道腦海裡會像電影一樣閃過很多片段。」龔莉說，賽後落淚時除了奪冠的激動，更是苦盡甘來的感慨。 去年9月在亞錦賽奪冠後，龔莉遭遇前叉斷裂、半月板撕裂等重大傷病，隨後經歷了兩次手術。多數遭遇此類傷病的運動員很難在八個月內重新站上賽場，更難再回巔峰狀態。而自稱「恢復到八九成」的龔莉此番先在小組賽三戰全勝，到半決賽和決賽都力克強手，在家門口實現了升國旗、奏國歌的目標。 8月9日，在成都世運會空手道女子組手61公斤級決賽中，中國選手龔莉奪得冠軍。記者 田雨昊 攝 龔莉曾練過八年跆拳道，在2016年轉戰空手道。空手道起源於中國，風靡全世界，又被稱作「君子之道」。在龔莉看來，空手道講究「以禮始，以禮終」的理念，也是一項對抗性強的格鬥運動，能培養人勇敢、堅韌和禮貌等意志和品質，「也讓我實現了登上奧運會等重大國際賽事舞臺的夢想」。 空手道是東京奧運會的正式比賽項目。當時在女子組手61公斤以上級半決賽，龔莉負於亞塞拜然選手扎列茨卡，最終獲得銅牌。龔莉回憶道，當時自己因為太想贏，有些忽略過程，所以沒能發揮出最佳水平。 從東京奧運會到成都世運會，龔莉經歷了「四年的沉澱」。她在亞運會、世錦賽和亞錦賽等多項國際賽事摘金，不斷取得突破。與成績相伴的還有傷病的困擾，她的踝關節、髖關節、膝關節多次接受手術。與傷病鬥爭時，自信樂觀的龔莉也一度沮喪。但在教練的鼓勵下，她熬過了低谷。「傷病不是前進路上的阻礙，而是見證我一個又一個榮譽的勳章。」 如今，重新出發的龔莉對空手道運動有了新的理解，在拳法、腿法、摔法等技術上有了全方位提升，心態也更從容堅定。「我更享受比賽的過程，能把平常訓練的技能在場上展現出來。」 東京奧運會後，空手道項目離開奧運舞臺，這對項目的關注度以及其他賽事的設項產生影響。不過在龔莉看來，空手道「出奧」並未動搖她對競技水平的不斷追求，這來自一份責任感。龔莉在2023年布達佩斯世錦賽奪冠，當時的指導教練李紅是2010年貝爾格勒世錦賽的冠軍，後者實現了中國空手道隊在世錦賽金牌「零的突破」。龔莉的師姐尹笑言則是東京奧運會女子組手61公斤級亞軍。「中國空手道隊擁有輝煌的歷史，我有責任傳承這份榮耀。」 龔莉已瞄準了第十五屆全運會和2026年愛知·名古屋亞運會的最高領獎臺。此外，她希望通過各種推廣活動吸引更多青少年參與其中、強健體魄。隨著成都世運會空手道項目比賽結束，龔莉將馬不停蹄趕往杭州，在第二屆亞洲青少年空手道公開賽暨訓練營擔任導師。「我將盡我所能，把我積累的經驗和掌握的技術分享給亞洲的小朋友們。」(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。
蜜唇直播app
「活动」首次登录送新手大礼包
- 软件大小: 971.35MB
- 最后更新: 2026-01-05 06:15
- 最新版本: v17.7.16.15
- 文件格式: apk
- 应用分类:ios-Android 莲花直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.63以上
客服热线：134-9428-4719
伊人app类似软件
猜你喜欢
35629
86234
95
2026-01-05 06:15
67492
62
2026-01-05 06:15
58319
39
2026-01-05 06:15
24863
23
2026-01-05 06:15
94718
74
2026-01-05 06:15
59413
53
2026-01-05 06:15
25976
69
2026-01-05 06:15
91346
65
2026-01-05 06:15
43627
25
2026-01-05 06:15
68123
15
2026-01-05 06:15
13857
28
2026-01-05 06:15
13
63145
57
38
18546
87