重慶8月4日電 (記者 周毅)記者4日從國網重慶市電力公司獲悉,受高溫天氣影響,當日17時13分,重慶電網用電負荷達2974萬千瓦,創下歷史新高。 圖為國網重慶市北供電公司運維人員在220千伏大竹林變電站用水炮對變壓器進行降溫。向江微 攝 為積極應對夏季負荷高峰,國網重慶電力堅決扛牢電力保供首要責任,全力統籌內發外購資源,保障網內供應能力,服務新增機組按期併網;加大外電入渝力度,已落實高峰最大外購電力971萬千瓦、較去年同期增長78%。同時,國網重慶電力全力守牢電網運行安全,高效完成電網工程建設,「疆電入渝」特高壓工程已投產送電、12項迎峰度夏重點工程已全部投運;加強設備運維,強化特高壓交直流等重要輸電通道以及醫院、供水、供氣等「城市生命線」設備特巡特護;全面做好搶險準備,精細隊伍安排、物資準備,提升應急處突能力,全力以赴保障度夏期間電網設備安全運行、電力可靠供應。 國網重慶電力調度控制中心副總工程師帥紅表示,該公司將密切跟蹤天氣變化和用電需求,精細化開展負荷預測,滾動開展全網電力平衡,密切監視重要通道輸送功率,優化調整電網運行方式,全力保障電力供應。 迎峰度夏期間,國網重慶電力恢復26座變電站有人值守,日均出動人員超1031人次,車輛618臺次。目前,已開展特巡特護694次,開展680次紅外測溫,防山火網格化駐點值守169處,及時發現並消除設備缺陷隱患,全方位提升應急保障能力。(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。
38179
68
2026-01-06 10:22
67129
56
2026-01-06 10:22
48295
18
2026-01-06 10:22
39518
26
2026-01-06 10:22
35716
13
2026-01-06 10:22
72685
27
2026-01-06 10:22
61492
53
2026-01-06 10:22
68271
92
2026-01-06 10:22
93264
51
2026-01-06 10:22
13692
27
2026-01-06 10:22
76139
58
2026-01-06 10:22
92348
95
2026-01-06 10:22
75283
68
2026-01-06 10:22
72698
95
2026-01-06 10:22
49628
57
2026-01-06 10:22
15867
35
2026-01-06 10:22
61597
93
2026-01-06 10:22
38574
86
2026-01-06 10:22
94367
94
2026-01-06 10:22
81693
65
2026-01-06 10:22
82496
57
2026-01-06 10:22
69754
37
2026-01-06 10:22
78926
54
2026-01-06 10:22
75238
87
2026-01-06 10:22
27163
36
2026-01-06 10:22
36841
61
2026-01-06 10:22
81647
43
2026-01-06 10:22
63279
69
2026-01-06 10:22
26978
52
2026-01-06 10:22
93856
16
2026-01-06 10:22
75264
86
2026-01-06 10:22
39467
13
2026-01-06 10:22
25687
14
2026-01-06 10:22
21634
96
2026-01-06 10:22
36214
23
2026-01-06 10:22
76394
75
2026-01-06 10:22
35689
31
2026-01-06 10:22
39786
38
2026-01-06 10:22
21543
41
2026-01-06 10:22
95471
25
2026-01-06 10:22
19357
18
2026-01-06 10:22
49861
32
2026-01-06 10:22
87695
53
2026-01-06 10:22
81623
84
2026-01-06 10:22
86421
74
2026-01-06 10:22
93752
93
2026-01-06 10:22
92758
64
2026-01-06 10:22
39721
96
2026-01-06 10:22
91547
61
2026-01-06 10:22
65178
14
2026-01-06 10:22
56937
98
2026-01-06 10:22
17895
41
2026-01-06 10:22
39842
58
2026-01-06 10:22
| 黑白直播体育 | 嗨球直播 |
| 迷笛直播 | |
| 迷笛直播 | 韩国直播 |
| 红楼直播 | |
| 六月直播 | 红桃直播 |
| 奇秀直播 | |
| 蜜唇直播app | 红杏直播 |
| 桔子直播 | |
| 小k直播姬 | 成人免费直播 |
| 秀色直播 | |
| 秀色直播 | 樱花直播nba |
| 花间直播 | |
| 成人免费直播 | 免费直播行情网站 |
| sky直播 | |
| 花椒直播 | 樱桃直播 |
| 小狐狸直播 | |
| 青草直播 | 蜘蛛直播 |
| 小狐狸直播 | |
| sky直播 | 西甲直播 |
| 伊人直播 | |