涉稅專業服務機構在幫助經營主體依法處理涉稅業務、促進企業稅法遵從等方面發揮著積極作用。然而,有部分不法涉稅中介和從業人員為牟取私利,嚴重踐踏法律紅線,個別稅務人員與不法中介勾結,共同實施違法犯罪行為,擾亂稅收秩序,妨礙市場公平競爭。 近日,山西陽泉、內蒙古興安盟、安徽滁州、黑龍江牡丹江等地稅務部門依法查處並曝光4起相關典型案件,這是稅務部門首次對涉稅中介違法違規案件進行詳細披露。 曝光「黑中介」敲響行業警鐘 稅務部門此次曝光的4起案件詳細內容中,有的不法中介機構直接實施稅收違法行為,指使其員工虛假註冊、購買空殼企業,並虛構業務鏈條虛開增值稅發票;有的為招攬業務,夥同虛開團夥辦理註冊登記、資金周轉、發票領用等全流程服務,充當虛開犯罪的「技術幫兇」;有的在被代理公司不知情的情況下,冒用被代理公司身份對外虛開增值稅發票,偷逃稅款;還有的與稅務人員內外勾結共同實施涉稅違法行為…… 集美大學財經學院教授羅昌財表示,涉稅中介違法行為的社會危害不容忽視,這些「黑中介」機構知法犯法,不僅會加劇徵納矛盾,提高全社會的稅收遵從成本,還會摧毀行業公信力。涉稅中介機構應以此為戒,堅守法律底線,回歸服務本質,以專業能力真正為經營主體創造價值。 羅昌財認為,稅務部門持續強化對涉稅中介的規範與管理,查處並曝光涉稅中介及其從業人員違法違規案件,對整個行業形成了強大震懾,維護了稅收法治公平,保障了國家稅收利益和納稅人繳費人合法權益。 涉稅中介須以誠信為本 當前,涉稅專業服務行業迅速發展,服務領域涉及經濟社會的各個方面,其執業行為的規範性直接關係到納稅人合法權益的保障。 近年來,稅務部門持續完善制度建設,全面加強對涉稅中介的規範管理。今年3月,《涉稅專業服務管理辦法(試行)》(以下簡稱《管理辦法》)出臺,明確了涉稅專業服務機構的執業邊界、行為準則和法律責任。 「《管理辦法》與已有的信息採集、信用評價、職業道德守則等文件形成閉環,實現從機構準入到執業過程的全鏈條監管,構建起覆蓋執業全流程的制度框架體系。這意味著稅務部門對涉稅專業服務機構及其人員的服務監管將更加精準規範,對涉稅專業服務機構自身的合規性提出了更高的要求。」哈爾濱商業大學教授蔡德發表示。 蔡德發認為,在涉稅專業服務合規監管時代到來的背景下,個別涉稅中介機構的違法違規行為或許能短期獲益,但其弄虛作假的行為不過是「飲鴆止渴」,最終必將面臨法律的嚴懲,得不償失。 山西省代理記帳行業協會會長、山西省稅務協會副會長李豔表示,誠信是最好的名片。涉稅服務機構應當以專業優質服務為基石、以誠信合規經營為準則,既做企業合規經營的「好幫手」,以專業能力為服務對象提供合規的涉稅服務,幫助其充分享受稅收優惠、規避稅務風險;也要守住法律邊界的「基準線」,堅決抵制任何形式的涉稅違法活動,與稅務部門共同維護稅收公平秩序,實現行業健康可持續發展。 多方協同助力稅收公平 目前,我國超1億戶涉稅經營主體中,中小企業佔絕大多數,基本都有代理記帳等涉稅服務需求。各類經營主體在依法納稅、合規經營基礎上,應增強合規意識和風險防範意識,警惕不法中介損害自身權益。 安徽財經大學財政與公共管理學院副教授鄒蓉表示,廣大經營主體在秉持合規經營原則的同時,選擇涉稅中介服務時,不能被不法中介所謂的「節稅妙招」和精心炮製的節稅騙局所蒙蔽,應全面考察中介機構的資質、信譽、專業能力和服務質量。她建議,優先選擇信用等級高的涉稅專業服務機構及相關人員。 「稅務部門通過實名認證、信用評價、動態監管等制度設計,對涉稅中介機構及從業人員提出全方位規範要求,進一步規範遏制行業亂象。對企業而言,在選擇涉稅中介時,應優先核查其是否納入稅務機關備案名單、信用等級是否達標。」內蒙古財經大學經濟學院院長劉成龍表示。 劉成龍認為,監管部門、中介機構、經營主體三方協同形成合力,方能更好地保障納稅人合法權益,助力稅收法治公平和優化稅收營商環境,為經濟社會高質量發展賦能增效。
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。
98713
78
2026-03-03 01:25
34179
95
2026-03-03 01:25
47839
59
2026-03-03 01:25
36478
83
2026-03-03 01:25
73485
21
2026-03-03 01:25
58329
28
2026-03-03 01:25
17265
68
2026-03-03 01:25
76125
14
2026-03-03 01:25
62913
83
2026-03-03 01:25
45693
21
2026-03-03 01:25
43879
64
2026-03-03 01:25
82734
62
2026-03-03 01:25
59361
74
2026-03-03 01:25
13458
49
2026-03-03 01:25
67492
31
2026-03-03 01:25
35269
31
2026-03-03 01:25
98165
54
2026-03-03 01:25
61534
95
2026-03-03 01:25
46912
63
2026-03-03 01:25
82735
96
2026-03-03 01:25
72145
32
2026-03-03 01:25
81732
65
2026-03-03 01:25
93185
19
2026-03-03 01:25
38621
25
2026-03-03 01:25
28619
15
2026-03-03 01:25
73469
41
2026-03-03 01:25
91583
51
2026-03-03 01:25
87254
34
2026-03-03 01:25
16784
94
2026-03-03 01:25
54396
74
2026-03-03 01:25
59387
46
2026-03-03 01:25
91372
61
2026-03-03 01:25
75826
82
2026-03-03 01:25
23894
42
2026-03-03 01:25
74139
48
2026-03-03 01:25
47258
41
2026-03-03 01:25
65374
13
2026-03-03 01:25
38645
76
2026-03-03 01:25
57136
26
2026-03-03 01:25
73694
71
2026-03-03 01:25
78621
82
2026-03-03 01:25
18523
52
2026-03-03 01:25
23718
58
2026-03-03 01:25
52671
93
2026-03-03 01:25
36528
86
2026-03-03 01:25
85427
58
2026-03-03 01:25
98543
27
2026-03-03 01:25
25786
26
2026-03-03 01:25
76215
23
2026-03-03 01:25
21785
18
2026-03-03 01:25
59618
98
2026-03-03 01:25
| 花间直播 | 蝶恋直播 |
| 密桃直播 | |
| 巧克力直播 | 牡丹直播 |
| 魅影直播 | |
| 雪梨直播 | 秀色直播app下载 |
| 西甲直播 | |
| 妲己直播 | 花蝴蝶app直播 |
| 莲花直播 | |
| 荔枝直播 | 莲花直播 |
| 五楼直播 | |
| 夜月视频直播 | 柠檬直播 |
| 妲己直播 | |
| 私密直播全婐app免费 | 魅影app免费下载安装 |
| 魅影直播 | |
| 美女直播app | 免费直播行情网站 |
| 橙色直播 | |
| 婬色直播 | 贵妃直播 |
| 嫦娥直播 | |
| 红杏直播 | 浪花直播 |
| 荔枝直播 | |