鶴崗8月10日電 (殷麗娜)8月10日,2025鶴崗森林半程馬拉松鳴槍開跑,6000餘名中外選手踏上這條穿梭於森林秘境的賽道,共同演繹一場速度與煙火氣交織的賽事盛宴。 喜家德2025鶴崗森林半程馬拉松鳴槍開跑 賽事組委會供圖 近年來,鶴崗市持續改善生態,城市負氧離子含量每立方釐米達3000多個,被評為國家級避暑旅遊目的地、全國美食旅遊目的地、北方最佳自駕遊目的地旅遊城市、黑龍江省冰雪旅遊目的地。 本次賽事設置半程馬拉松、歡樂跑兩個項目,半馬賽道全長21.0975公裡,以43.22%城區森林覆蓋率的生態走廊為依託,串聯起梧桐大道、平安塔、彩虹公路、金頂山林海等本地標誌性景觀。 賽道上,參賽選手在品嘗鶴崗小串 賽事組委會供圖 賽事吸引了來自俄羅斯、美國、法國、越南、肯亞、衣索比亞等國家,以及國內31個省級行政區的6000餘名選手參賽。隨著發令槍聲響起,選手們競相衝出起跑線,在陣陣助威聲中展開速度與毅力的角逐。 賽道上,喜家德水餃、百米鶴崗小串流水席香氣撲鼻;無人機噴淋、機器人表演互動等盡顯賽事科技範兒;終點處,特色燒烤架拱門、盛著東北大凍梨的大冰碗,吸引不少中外參賽者爭相拍照打卡;鶴崗市文旅局長再赴「烤場」引得大家紛紛點讚。 終點處,盛著東北大凍梨的大冰碗,吸引不少中外參賽者爭相拍照打卡 賽事組委會供圖 經過激烈角逐,最終肯亞選手和中國浙江選手分別獲得了男女組第一名。(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。
92834
57
2026-02-10 21:54
72681
83
2026-02-10 21:54
73419
25
2026-02-10 21:54
76891
68
2026-02-10 21:54
59283
79
2026-02-10 21:54
95371
15
2026-02-10 21:54
27413
62
2026-02-10 21:54
78619
16
2026-02-10 21:54
61425
71
2026-02-10 21:54
49631
76
2026-02-10 21:54
39657
18
2026-02-10 21:54
76321
89
2026-02-10 21:54
73896
65
2026-02-10 21:54
38145
32
2026-02-10 21:54
59832
27
2026-02-10 21:54
21489
35
2026-02-10 21:54
64915
82
2026-02-10 21:54
26198
71
2026-02-10 21:54
97632
59
2026-02-10 21:54
28194
96
2026-02-10 21:54
61234
21
2026-02-10 21:54
35869
73
2026-02-10 21:54
94615
19
2026-02-10 21:54
89754
78
2026-02-10 21:54
34826
16
2026-02-10 21:54
89145
34
2026-02-10 21:54
41586
25
2026-02-10 21:54
69357
65
2026-02-10 21:54
64931
91
2026-02-10 21:54
28495
42
2026-02-10 21:54
39162
74
2026-02-10 21:54
13978
32
2026-02-10 21:54
12974
52
2026-02-10 21:54
94786
32
2026-02-10 21:54
58143
86
2026-02-10 21:54
83297
37
2026-02-10 21:54
92436
71
2026-02-10 21:54
13264
92
2026-02-10 21:54
42138
16
2026-02-10 21:54
67349
31
2026-02-10 21:54
54127
89
2026-02-10 21:54
64293
68
2026-02-10 21:54
15974
49
2026-02-10 21:54
71456
36
2026-02-10 21:54
45961
27
2026-02-10 21:54
84619
31
2026-02-10 21:54
68153
91
2026-02-10 21:54
61792
93
2026-02-10 21:54
48175
78
2026-02-10 21:54
67938
76
2026-02-10 21:54
82654
26
2026-02-10 21:54
| 西瓜直播 | 深夜直播 |
| 妖精直播 | |
| 蜘蛛直播 | 现场直播 |
| 仙凡直播 | |
| 阴桃直播 | 迷笛直播 |
| 婬色直播 | |
| 魅影直播 | 蜜桃直播 |
| 杏爱直播 | |
| 咪咕直播 | tvn直播 |
| 69美女直播 | |
| 曼城直播 | b站刺激战场直播 |
| 富贵直播 | |
| 桔子直播 | 鲨鱼直播 |
| 魅影app免费下载安装 | |
| 免费真人视频网站直播下载 | 海棠直播 |
| 雪梨直播 | |
| 名模直播 | 婬色直播 |
| 蝴蝶直播 | |
| 520直播 | 魅影直播视频 |
| 黄播 | |