「串串房」亂象需加力整治
2026-03-15 21:21 7,523次浏览天津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)
在貴陽，地鐵3號線串聯起花溪公園、貴陽孔學堂等數十個景點，遊客們絡繹不絕，感受著城市軌道交通帶來的便利。 每當跟隨熙熙攘攘的人群走進地鐵3號線，歐陽彬彬格外興奮。歐陽彬彬是中鐵六局交通分公司盾構掘進隊長，2019年他跟隨團隊來到貴陽，在這裡開啟一場地下攻堅之旅。 「貴陽地鐵3號線是國內首條在喀斯特地貌上採用盾構法建設的地鐵線路。在這裡施工，就像是在『豆腐渣裡打洞』。」歐陽彬彬回憶當年地鐵建設的艱辛，依然歷歷在目。 像歐陽彬彬這樣的90後青年，在團隊中還有不少，他們在施工過程中，努力以新技術攻關難題。該工程被貴州省建築業協會評為2024年優質工程。 工欲善其事必先利其器 貴陽以喀斯特地貌聞名，奇秀的風光吸引了來自八方的遊客，然而複雜多樣的地質條件，也給當地修建地鐵帶來巨大困難。即便是具有豐富盾構施工經驗的「地下尖兵」，也得一步一腳印，摸著石頭過河。 「全斷面硬巖高達98.6%，且溶洞密布，要在這樣的地質條件實施盾構施工，此前國內並無案例參考。」針對地質專家提出的質疑，歐陽彬彬堅定應答，「攻堅『喀斯特』，我們需要量身打造更強的盾構機，啃下全斷面硬巖這塊『硬骨頭』。」 硬巖掘進盾構施工速度慢，對刀具的磨損比較嚴重，歐陽彬彬牽頭設計優化了盾構機最前端的刀盤和刀具，以TBM形式配置了6把18寸中心雙聯滾刀、35把18寸單刃滾刀。這樣小刀間距的設計，不僅提升了刀具與巖層的接觸面，更增強了盾構機的破巖能力，讓盾構機能夠在硬巖地層順利掘進。 「不僅如此，刀具也必須改良，要提升耐磨性和適應性，否則開倉換刀不僅費時，還會增加掘進成本。」每掘進一環，歐陽彬彬便帶著卡尺鑽進隧道掌子面測量刀具磨損情況，及時調整下一環的掘進參數，改造的盾構機24小時掘進距離達到10餘米。 2019年9月，量身打造的「黔進號」盾構機在師範學院站至東風鎮站試驗段始發。2020年5月29日，盾構機順利出洞，填補了喀斯特地貌上盾構施工的空白。這一盾構施工技術，也在全線得到推廣應用。 2022年，歐陽彬彬被授予貴州省五一勞動獎章，他的先進事跡成為身邊職工學習的榜樣。 「豆腐渣裡打洞」 溶洞、暗河、高度差……盾構機長呂串串在施工過程中發現，當地的地質環境遠比想像中複雜。盾構機掘進稍有不慎就可能造成溶洞坍塌，甚至會被「吞食」。 當時不到30歲的盾構機長呂串串善於鑽研和思考，他說：「提前探清盾構機掘進前端的溶洞位置、大小等情況，對施工而言尤為重要。」 呂串串經過不斷嘗試，在日常應用於煤礦勘探的HSP探測系統上找到了靈感。他將HSP探測系統應用到盾構機上，盾構機便如同「車載導航系統」一樣，能夠準確獲悉前方的地質情況，精準探測溶洞位置和大小，並及時反饋給技術團隊制定應對措施。 短短1109米的試驗段隧道，找出了200餘處溶洞、溶溝等異常地質。技術團隊根據探測反饋的數據，制定了針對性強的解決措施，從而有效避免了因溶洞坍塌、地面沉降等次生災害對地鐵施工帶來的影響。 溶洞解決了，但是豐富的地下水又成了新的難題。掘進過程中如果不小心觸動相關水源體，水壓一旦超過巖體強度，地下水將直湧或突破巖體湧入施工現場，後果不堪設想。呂串串應用了盾尾間隙自動測量系統，在盾構機上加裝了真空泵、可伸縮式撐靴等防水技術，有效化解湧水風險，確保盾構機順利下穿貴廣高鐵一級風險源。同時，在主機隔板設計排水孔，有效減少螺旋輸送機湧水量，在掘進過程中加強盾尾防水，有效防止了灰巖地層噴湧。 2021年，呂串串在貴州省技能大賽中嶄露頭角，並獲得貴州省技術能手稱號。 毫米級的穿越挑戰 盾構機頂部與高鐵橋基僅有13.2米間距，每天有150趟列車呼嘯而過。下穿貴廣高鐵的24小時被大家稱為「心跳時刻」，所有人的心都提到了嗓子眼。 駕駛盾構機下穿貴廣高鐵的王付強，是一名1993年出生的年輕機長。雖然年輕，但面對盾構掘進的各類難題卻成竹在胸。 王付強帶領掘進班組，通過超前地質預報技術，提前對沿途16處溶洞溶溝進行了注漿填充，確保了隧道管片與隧道壁土體密實相接，為地面提供了堅實支撐。最終，他將穿越段沉降值控制在0.63毫米，僅有一根訂書針的厚度。 完美的數據，得益於大量的實踐和付出。盾構機掘進過程中，前端刀具「咬碎」巖石層後，會產生大量的渣土，如果不及時清運，將會淤積在盾構機的土倉內，影響盾構機掘進。如果打開密封土倉清理渣土，也會造成地表發生沉降。此時，作為盾構機「腸道」的螺旋輸送機和皮帶，必須及時將渣土往外運輸。然而，螺旋輸送機及皮帶對噴湧出富水的泥沙渣土難以全部「消化」運輸，於是王付強立即在皮帶端頭通過焊接擋板、增加擋泥帘布、適當提升皮帶坡度等改良設計，提升了皮帶的運輸能力，有效解決了運輸問題，提高了各環節作業的連續性，避免發生地表沉降。 2024年12月16日，貴陽地鐵3號線開通運營。「看著列車穿梭在親手建造的地下隧道裡，不斷運送遊客和當地百姓，所有艱辛和付出都值了。」呂串串捧起貴州省工人先鋒號獎牌，心中滿是自豪。
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。
小猫直播
「活动」首次登录送新手大礼包
- 软件大小: 382.62MB
- 最后更新: 2026-03-15 21:21
- 最新版本: v15.5.16.15
- 文件格式: apk
- 应用分类:ios-Android 奇秀直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.46以上
客服热线：136-4912-1964
极速直播类似软件
猜你喜欢
52
79341
91
2026-03-15 21:21
16943
17
2026-03-15 21:21
69541
36
2026-03-15 21:21
56824
26
2026-03-15 21:21
23615
38
2026-03-15 21:21
74536
97
2026-03-15 21:21
42785
61
2026-03-15 21:21
94136
86
2026-03-15 21:21
13287
34
2026-03-15 21:21
26517
39
2026-03-15 21:21
28456
47
2026-03-15 21:21
21
14872
57214
76823
83
93618
84
49728