國安部提醒：加密通信軟體成境外間諜新掩護
2026-02-14 22:16 6,529次浏览中方積極助力南非提升職業教育水平 「為南非製造業人才培養提供支撐」 「看！『冰墩墩』！」來自南非莫帕尼職業技術學院的青年教師穆卡瓦殊向記者展示她的作品，「雖然還不完美，但它是我用數控工具機實訓課學到的技能設計製作的，是獨一無二的。」近日，穆卡瓦殊和其他十幾名學員在南非英德拉技術測試中心度過了充實的一周。在中國老師的指導下，他們在數控工具機實訓課上完成了從三維建模到工件加工的全流程學習和操作。 穆卡瓦殊製作的「冰墩墩」通體銀白，形象生動，拿在手裡沉甸甸的。她說，作品背後是編程、建模、數據及機械校準、工具機操控等一系列工序。「這樣理論和實踐相結合的課程是我們特別需要的，我要把學到的技能帶給我的學生們。」穆卡瓦殊表示。 穆卡瓦殊參加的南非職業技術學院教師數控加工技能培訓項目於2024年3月啟動，由南非高等教育與培訓部聯合南非中國文化和國際教育交流中心、杭州科技職業技術學院、浙江工貿職業技術學院共同實施，吸引了南非多地10所院校的上百名教師參與。項目通過引進中國數控工具機、選派中國職教老師赴南非現場教學等方式，助力南非提升職業教育教學水平。 35歲的曼乎伯來自南非新堡市馬朱巴職業技術學院，在數控工具機實訓大廳，他和幾名學員跟著中國老師完成了數控工具機檢查。「我們每隔一周就會來這裡學習，共學習9周。」曼乎伯對記者說，「中國老師的教學方案很棒，用生動的語言講授數控技術知識。課程設置也很豐富，包括理論講解和實際操作，每次結課前還會組織學員們一起討論，我們的實操水平提升得很快。」 南非高等教育與培訓部工業與製造業培訓署署長莫克戈特桑表示，數控工具機技術是國家工業化發展的基礎，中國在這一領域擁有豐富的經驗和先進的技術。「相信在中方相關院校及機構的幫助下，南非職業院校教師的數控技能將得到顯著提高，他們將為南非製造業人才培養提供支撐。」莫克戈特桑說。 南非政府高度重視職業教育，提出到2030年職業技術類學院在校人數達到250萬的目標。中方與南非在多平臺、多領域積極展開職業教育合作。來自杭州科技職業技術學院的李嘉寧已連續兩年赴南非擔任數控工具機培訓項目主講教師。他表示，學員們學習熱情很高，學習能力較強。在南非中國文化和國際教育交流中心主任陸志雷看來，中南職業教育合作已成為兩國務實合作的一大亮點。 數字經濟、綠色能源是南非未來發展的重點方向，相關領域的人才培養也成為中南職教合作的重要內容。近5年來，中企與南非多所院校聯合開展大數據、電子商務、人工智慧及雲計算等專業人才培養，培訓規模超過1500人次。依託中企在南非承建及運維的風電、光伏等基建項目，中南建立職教領域校企合作機制，不少中企提前「預訂」南非職業院校的學生，通過項目實習及派遣赴華進修等形式持續培養南非技術人才。 南非高等教育與培訓部副總司長薩姆爾·尊古曾赴中國多地考察，他表示，中國職業教育的發展成就令人讚嘆，南非與中國的職業教育合作擁有廣闊前景。 (本報約翰尼斯堡電) 人民日報 本報記者 鄒 松
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: 183.31MB
- 最后更新: 2026-02-14 22:16
- 最新版本: v8.4.2.9
- 文件格式: apk
- 应用分类:ios-Android 魅影直播视频
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.54以上
客服热线：136-8361-3872
58
96
39651
41
2026-02-14 22:16
59326
75
2026-02-14 22:16
58321
34
2026-02-14 22:16
54867
45
2026-02-14 22:16
37695
21
2026-02-14 22:16
96573
39
2026-02-14 22:16
62194
29
2026-02-14 22:16
26194
58
2026-02-14 22:16
32985
16
2026-02-14 22:16
72
16342
42879
56
93178
78439
94837
38974
86942
64
74683
83
59348
97124
86