揚子晚報訊(記者 董婉愉 閆春旭)記者從南京市人社局獲悉,為切實保障領取失業保險金期間生育的女性失業人員的基本生活,南京市正式啟動生育一次性加發失業金業務受理,發放標準為申請人生育當月失業保險金的3倍。值得注意的是,這項補貼不影響原有失業金領取月數,符合條件的市民可通過「江蘇智慧人社」APP或江蘇省人力資源和社會保障廳網上辦事服務大廳足不出戶完成申領。 記者了解到,自2025年3月1日起,在領取失業保險金期間生育的女性失業人員(政策實施後生育的方可申請),自生育之日起12個月內申領。發放標準為申請人生育當月失業保險金的3倍,該加發金額為額外增發,不影響原失業金領取月數。若生育當月失業金標準為2000元,則可在生育後12個月內申領一次性加發金額6000元。 在申領材料方面,申請人需提供居民身份證或社會保障卡等身份證明以及相關子女的出生醫學證明(或居民戶口簿、出院小結)。為方便市民辦理,南京市人社局提供了線上線下雙渠道服務。 申領途徑主要分為線上申領和線下申領。其中線上申領有兩種便捷途徑,途徑一為下載並登錄「江蘇智慧人社」APP,完成註冊後,點擊「服務—社會保險—失業保險—失業保險生育一次性加發失業金」模塊辦理,按要求上傳相關材料後提交申請。途徑二為登錄江蘇省人力資源和社會保障廳網上辦事服務大廳,在「個人辦事—社會保險—失業保險服務—失業保險生育一次性加發失業金」模塊,提交辦件材料後提交申請。此外,線下申領時攜帶上述申領所需材料在工作日就近至各區級失業保險經辦機構櫃面辦理(每月7日—10日為結算期,結算期間無法受理)。 據了解,經審核通過後,待遇於次月15日前發放至申請人失業金領取的金融帳戶。
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。
48695
96
2026-01-02 14:21
71534
46
2026-01-02 14:21
61529
96
2026-01-02 14:21
63197
52
2026-01-02 14:21
18597
85
2026-01-02 14:21
94763
45
2026-01-02 14:21
87635
23
2026-01-02 14:21
96235
35
2026-01-02 14:21
15943
45
2026-01-02 14:21
21938
52
2026-01-02 14:21
75691
65
2026-01-02 14:21
75893
17
2026-01-02 14:21
65943
74
2026-01-02 14:21
59172
68
2026-01-02 14:21
18379
72
2026-01-02 14:21
98257
81
2026-01-02 14:21
37416
68
2026-01-02 14:21
36794
67
2026-01-02 14:21
28913
86
2026-01-02 14:21
29468
89
2026-01-02 14:21
16832
69
2026-01-02 14:21
96248
27
2026-01-02 14:21
57192
25
2026-01-02 14:21
64859
13
2026-01-02 14:21
94327
17
2026-01-02 14:21
45978
95
2026-01-02 14:21
61472
31
2026-01-02 14:21
43678
94
2026-01-02 14:21
65829
52
2026-01-02 14:21
86473
23
2026-01-02 14:21
48125
57
2026-01-02 14:21
59643
15
2026-01-02 14:21
25361
93
2026-01-02 14:21
28943
12
2026-01-02 14:21
49625
83
2026-01-02 14:21
46793
17
2026-01-02 14:21
83695
49
2026-01-02 14:21
52731
93
2026-01-02 14:21
26758
35
2026-01-02 14:21
42963
15
2026-01-02 14:21
16274
39
2026-01-02 14:21
17439
51
2026-01-02 14:21
53168
85
2026-01-02 14:21
49816
97
2026-01-02 14:21
73219
54
2026-01-02 14:21
49852
71
2026-01-02 14:21
48672
25
2026-01-02 14:21
91637
26
2026-01-02 14:21
31798
68
2026-01-02 14:21
78619
23
2026-01-02 14:21
51348
52
2026-01-02 14:21
41732
73
2026-01-02 14:21
| 私密直播全婐app免费 | 妲己直播 |
| 莲花直播 | |
| 小草莓直播 | 桔子直播 |
| 美女直播app | |
| 直播全婐app免费 | 魅影直播 |
| 苹果直播 | |
| 魅影看b站直播 | 水仙直播 |
| 免费直播 | |
| 小妲己直播 | 山猫直播 |
| 香蕉直播 | |
| 直播全婐app免费 | 蜜桃app |
| 蜜糖直播 | |
| 月夜直播app夜月 | 趣播 |
| 水仙直播 | |
| 优直播 | 深夜直播 |
| 免费直播 | |
| 小猫咪视频 | 金莲直播 |
| 小白兔直播 | |
| 小猫咪视频 | 蜜糖直播 |
| 青稞直播 | |