8月7日電 國新辦8月7日舉行國務院政策例行吹風會,介紹逐步推行免費學前教育政策有關情況。財政部科教和文化司司長許留慶在會上介紹,財政部已經足額安排了中央財政需要承擔的免保育教育費補助資金,將於近日下達。 許留慶介紹,逐步推行免費學前教育,是涉及千家萬戶、事關長遠發展的重要惠民舉措。實質上,是將原來由家庭承擔的教育支出轉換為政府來承擔,是對家庭教育支出做「減法」,同時也是對國家和政府責任做「加法」。要讓政策紅利真正轉化為民生福利,真正做到免到位、補精準,還有許多工作需要精耕細作。確實,現在距離秋季開學不到一個月,時間很緊。財政部將繼續與教育部密切協作、通力配合,重點做好以下幾個方面工作,確保免費政策落實落地。 一是儘快下達中央補助資金。財政部已經足額安排了中央財政需要承擔的免保育教育費補助資金,將於近日下達。 二是指導地方抓緊制定細化工作措施。指導各省結合地方實際,分類細化省域內免保育教育費財政補助標準,儘快制定具體實施方案。其中,部分地區此前已經實施了學前教育資助的,也要做好政策銜接。 三是督導地方落實免保育教育費補助資金。各省級財政、教育部門統籌安排中央補助資金和地方相關資金,落實省域內幼兒園免保育教育費的財政補助資金,並及時撥付,確保不因為實施免費而影響幼兒園的正常運轉。 四是加強資金監督管理。各地加強日常監管,強化監督檢查和信息公開,確保資金使用規範、安全、有效。對於虛報冒領、擠佔挪用、滯撥緩撥補助資金等行為,依法依規追究相關責任。財政部將會同教育部密切關注政策實施情況,加強動態監測評估,同時推動建立長效的監督體系,按規定適時開展督導檢查。
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。
24169
69
2026-03-08 12:00
79284
86
2026-03-08 12:00
92614
36
2026-03-08 12:00
19472
75
2026-03-08 12:00
96384
82
2026-03-08 12:00
47135
27
2026-03-08 12:00
32957
54
2026-03-08 12:00
52793
25
2026-03-08 12:00
35418
69
2026-03-08 12:00
12384
29
2026-03-08 12:00
27851
15
2026-03-08 12:00
51948
83
2026-03-08 12:00
18279
36
2026-03-08 12:00
14527
21
2026-03-08 12:00
43589
85
2026-03-08 12:00
89352
74
2026-03-08 12:00
16879
96
2026-03-08 12:00
54962
18
2026-03-08 12:00
91748
53
2026-03-08 12:00
18467
64
2026-03-08 12:00
91635
68
2026-03-08 12:00
49678
58
2026-03-08 12:00
15296
96
2026-03-08 12:00
14726
78
2026-03-08 12:00
73651
19
2026-03-08 12:00
48259
34
2026-03-08 12:00
87469
14
2026-03-08 12:00
63718
54
2026-03-08 12:00
21964
83
2026-03-08 12:00
81973
96
2026-03-08 12:00
95713
19
2026-03-08 12:00
15692
65
2026-03-08 12:00
73864
39
2026-03-08 12:00
19368
71
2026-03-08 12:00
36241
36
2026-03-08 12:00
67218
43
2026-03-08 12:00
35782
47
2026-03-08 12:00
73495
29
2026-03-08 12:00
89452
12
2026-03-08 12:00
21356
86
2026-03-08 12:00
45963
25
2026-03-08 12:00
69183
96
2026-03-08 12:00
13248
25
2026-03-08 12:00
23195
24
2026-03-08 12:00
48193
59
2026-03-08 12:00
16874
48
2026-03-08 12:00
29876
41
2026-03-08 12:00
49235
64
2026-03-08 12:00
89431
67
2026-03-08 12:00
53786
98
2026-03-08 12:00
59714
92
2026-03-08 12:00
93674
26
2026-03-08 12:00
23981
37
2026-03-08 12:00
| 西瓜直播 | 魅影直播游客免登录 |
| 苹果直播 | |
| 祼女直播app | 花儿直播 |
| 杏仁直播 | |
| 曼城直播 | 绿茶直播 |
| 春雨直播安装包 | |
| 97播播 | 秀色直播app下载 |
| b站刺激战场直播 | |
| 牡丹直播 | 小猫咪视频 |
| 趣爱直播 | |
| 成人抖阴 | 桃花app |
| 柠檬直播 | |
| 荔枝直播 | 桃鹿直播 |
| 伊对免费下载 | |
| 四季直播 | 趣播 |
| 么么直播 | |
| 97播播 | 凤凰网直播 |
| 伊人app | |
| 茄子直播 | 美女直播 |
| 莲花直播 | |