河北興隆見聞：受災企業有序恢復生產
2025-10-28 09:01 4,174次浏览今天上午10時，國務院新聞辦公室舉行新聞發布會，財政部副部長廖岷和商務部、中國人民銀行、金融監管總局有關負責人介紹個人消費貸款貼息政策和服務業經營主體貸款貼息政策有關情況，並答記者問。 「雙貼息」政策期限一年 到期後將視情況研究是否延長 財政部副部長廖岷介紹，「雙貼息」政策期限一年，政策到期後將視情況研究是否延長。 財政部副部長 廖岷：消費是經濟增長的重要引擎，是暢通國內大循環的關鍵環節。個人消費貸款財政貼息政策，直接惠及廣大人民群眾，是中央財政首次對個人消費貸款進行貼息。 貼息對象為居民使用相關貸款經辦機構個人消費貸款中實際用於消費的部分，包括單筆5萬元以下的日常消費，以及單筆5萬元及以上的家用汽車、養老生育、教育培訓、文化旅遊、家居家裝、電子產品和健康醫療等重點領域消費。 貼息比例為1個百分點，大體為當前商業銀行個人消費貸款利率水平的三分之一，政策實施1年。 從消費結構看，目前我國服務消費仍具有較大增長潛力，要釋放其潛力，需要有高品質的供給，因此，我們同步實施了服務業經營主體貸款貼息政策。 貼息對象是向消費領域服務業消費經營主體發放的銀行貸款，聚焦餐飲住宿、健康、養老、託育、家政、文化娛樂、旅遊、體育等八類主要消費服務業領域。 貼息比例為1個百分點，可以貼息1年，服務業經營主體單戶享受貼息的貸款規模最高100萬元，單戶享受貼息最高1萬元。 這兩項政策到期後，我們還會開展效果評估，研究視情延長政策期限、擴大支持範圍和調整貸款經辦範圍。 貼息政策如何享受？測算和申請等工作主要由貸款經辦機構完成 財政部副部長廖岷表示，兩項貼息政策在設計過程中，堅持了五方面原則，並且兼顧了消費的需求端和供給端。 財政部副部長 廖岷： 一是堅持服務消費群體和經營者。 二是堅持簡單易行。 三是堅持貼近生活。 四是堅持市場化、法治化運作。 五是堅持部門的協作。 當前人民群眾的消費需求日益呈現多層次、多樣化特點。這兩項貸款貼息政策分別從消費的需求端和供給端發力，將財政金融政策的著力點更多轉向惠民生、促消費。 個人消費貸款符合什麼條件才能享受貼息政策？ 財政部金融司司長於紅為大家介紹了具體規則。 對於單筆5萬元以下的消費，按照實際金額計算貼息，多筆疊加以後，在同一家貸款機構最高可以享受貼息1000元； 對於單筆5萬元以上的消費，以5萬元為上限來計算貼息，也可以多筆疊加，加上小額消費的貼息以後，在同一家貸款機構最高可享受貼息是3000元。 個人消費貸款用於非消費領域將無法取得貼息資金 財政部金融司司長於紅還表示，個人消費貸款貼息政策支持的是消費者合理的借貸需求和真實的消費行為，如果借款人使用個人消費貸款用於一些非消費領域，或是其他違規套利行為，這不屬於政策的支持範圍，將無法取得貼息資金。 享受貼息需要做哪些操作？財政部舉例詳解 個人消費貸款貼息具體操作↓ 借款人在申請個人消費貸款籤訂相關貸款合同的同時，只需增加一個操作，就是要授予貸款經辦機構相關權限，允許其識別貸款發放帳戶或者指定帳戶的交易信息。 對於已經籤訂的貸款，貸款經辦機構可通過籤訂補充協議等方式來取得借款人的相關授權。貸款經辦機構將根據實際消費情況，按照政策規定的要求來計算財政貼息金額，在定期收取貸款利息時，直接扣減由財政承擔的貼息資金，借款人可通過簡訊、手機App等方式知曉享受財政貼息的具體情況，不需要額外操作。 例如，如果一名消費者使用個人消費貸款，在政策執行期內花了20萬元用於裝修、購置家具家電等消費品，假設該筆消費貸款年利率為3%，在沒有貼息的情況下，他全年需要支付貸款利息是6000元，享受個人消費貸款一個百分點的貼息以後，最高可減少利息支出2000元，這樣就可以獲得1/3的利息補貼。 服務業經營主體貸款貼息具體操作↓ 借款主體不需要進行貼息申請，只需按照正常的信貸流程在銀行辦理貸款。 經辦銀行收到財政貼息資金以後，對經營主體已經支付的利息，一次性向經營主體返還對應的貼息資金； 對於經營主體未來需支付的利息，貸款經辦銀行在後續按期收取時，直接扣除對應的貼息資金。 假設一家餐館在今年10月1日獲得1年期的貸款90萬元，用於引進設備、擴大場地等經營活動，可以享受的貼息一共是9000元，具體可以分為兩個階段： 假設經辦銀行明年2月收到財政部門撥付的貼息資金，以此作為時點來劃分，經辦銀行需向該餐館一次性返還3000元的貼息，將今年10月到明年1月的貼息結清； 另外，明年2月到9月，每個月都會直接扣除當月貼息，經營主體每月可以少交750元的利息。
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。
河豚直播
「活动」首次登录送新手大礼包
- 软件大小: 475.32MB
- 最后更新: 2025-10-28 09:01
- 最新版本: v11.7.9.11
- 文件格式: apk
- 应用分类:ios-Android 茄子直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.37以上
客服热线：131-5341-8261
妖姬直播类似软件
猜你喜欢
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
-
2025-10-28 09:01
21867
51
76
42865
24
2025-10-28 09:01
15329
36
2025-10-28 09:01
75218
28
2025-10-28 09:01
94275
75
2025-10-28 09:01
94732
39
2025-10-28 09:01
21367
25
2025-10-28 09:01
29786
36
2025-10-28 09:01
14572
26
2025-10-28 09:01
48276
13
2025-10-28 09:01
51364
16
2025-10-28 09:01
71
19246
54
25
93468
47238
72
81643
85
76
71
38915
13547
35