51支球隊戰「村超」全國賽：草根足球匯聚民族情誼
2026-03-14 03:17 4,651次浏览鮮紅的莓果漂浮在水面，遠遠望去像一片紅色的海洋。果農穿著防水作業服，將漂浮的果實打撈、挑選、裝箱……這是每年10月，黑龍江撫遠蔓越莓種植基地水收蔓越莓的情景。2024年初，10萬盒蔓越莓鮮果回禮廣西「砂糖橘」的新聞登上熱搜，這個蔓越莓種植基地，由此進入大家的視野。 蔓越莓，這種原產於北美的漿果，以其獨特的營養價值和經濟價值，備受全球關注。在中國，規模化種植蔓越莓曾是一項空白。近日，本報記者跟隨「我們的盛會」中央主流媒體黑龍江主題調研行活動，走進位於黑龍江佳木斯撫遠市的蔓越莓種植基地，見證一顆莓果從零開始打破技術封鎖的故事。 「最開始做蔓越莓種植，可以說是『舉目無親』，中文書籍文獻都沒有相關的資料，成功案例更是無從談起。」佳木斯市勞動模範、撫遠紅海植業有限公司技術負責人程正新回憶道，從吉林農業大學畢業回到家鄉後，自己開始投身於蔓越莓種植，「沒有任何經驗和資料，我只能根據相關專業領域的知識和以往種植其他農作物的經驗『硬著頭皮上』」。 從最初的「讓莓苗活下來」，再到後來的提高產量、精細化管理，程正新帶領團隊一步一步摸索種植門道，經過多年的不懈努力，成功在撫遠蔓越莓種植基地培育出了全國第一片「紅色海洋」。 如今，該公司已擁有4200畝的蔓越莓種植基地，成為亞洲最大且唯一的蔓越莓規模化種植生產、檢測、銷售、產品深加工及產研學(太空育種)綜合性示範生產基地。這一成就，不僅填補了國內蔓越莓無規模化種植和無鮮果產銷的空白，更為我國的農業產業結構調整和特色農業發展注入了新的活力。 8月的建三江涼爽舒適、天高雲淡，空氣中瀰漫著稻花的清香。在黑龍江省農科院水稻研究所水稻中試測試員劉鳳豔的試驗田，G42、龍粳31、五常稻花香等2600多個水稻品種茁壯成長。 「水稻種植是『高風險行業』，農戶的種植投入大，如一旦產出不達預期，很容易虧本。」劉鳳豔說，自己的工作就是在育種家和農戶之間搭建一道橋梁——幫助育種家篩選出優質高產的品種，為農戶的種植提供技術服務和支撐。 在田間地頭一幹就是30年，每天過著家與試驗田兩點一線的生活，劉鳳豔卻從未覺得辛苦，「水稻育種就像養寵物，每天在稻田觀察每個品種的特性，對我來說是一件很有意思的事情」。 目前，劉鳳豔已經主持育成了8個水稻新品種，填補了建三江生態區無自育審定優食稻新品種的空白，累計推廣面積200萬畝，累計服務育秧棚600棟，水稻本田3萬畝，節約人工成本投入300萬元。此外，她還在短視頻平臺開直播為農民答疑解惑，累計培訓人數達數十萬人。 視線從稻田轉到溫室大棚：在枝頭泛著深紫色光澤的嘉寶果、掛著鈴鐺般果實的蓮霧樹……各色熱帶、亞熱帶水果長勢喜人。 「這是我們『南果北移』的成果。」北大荒建三江國家科技園區副主任汪敏介紹，她和團隊攻克了溫溼度精準調控等關鍵技術壁壘，成功引進並馴化了65種南方特色果樹，不僅改寫了作物種植版圖，更豐富了北方人民的「果盤子」。 「要加快綠色農業發展，堅持用養結合、綜合施策，確保黑土地不減少、不退化」，這是保護黑土地的明確要求，也是園區科研工作者不懈奮鬥的目標。 「實驗室就像黑土地的『醫院』。每年秋收後，我們到田裡取土，冬季在實驗室化驗，再根據結果給種植戶出具不同的施肥建議卡，幫助他們科學合理用肥，以減少過度施肥對土壤的危害。」該園區高級主管趙詩奇說，經過實驗室的多年努力，當地黑土地的有機質含量已經從2018年的4.08%提升到了現在的4.3%。 北大荒的稻浪年復一年湧動，撫遠的蔓越莓帶著黑土地的溫熱銷往全國各地……從田間地頭到溫室大棚，這些紮根祖國北疆的女性身影，正在用汗水與智慧在黑土地上書寫著新時代鄉村振興的動人篇章。
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。
山猫直播
「活动」首次登录送新手大礼包
- 软件大小: 231.43MB
- 最后更新: 2026-03-14 03:17
- 最新版本: v18.3.19.16
- 文件格式: apk
- 应用分类:ios-Android 零七直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.98以上
客服热线：139-6412-5874
21
13945
96435
91
2026-03-14 03:17
34587
79
2026-03-14 03:17
14975
57
2026-03-14 03:17
95782
31
2026-03-14 03:17
53478
28
2026-03-14 03:17
43296
94
2026-03-14 03:17
83214
26
2026-03-14 03:17
93684
69
2026-03-14 03:17
13825
27
2026-03-14 03:17
41983
31896
98
68597
26
75
58321
84
17384
86
14