深圳如何加快打造人工智慧先鋒城市？
2025-11-06 20:32 7,265次浏览企業要求員工籤署空白合同並擅自變更工作內容，被判賠償雙倍工資 「先籤字後補填」的空白勞動合同，勞動者有權拒絕！ 為規避法律責任，某些企業採取要求員工籤署空白合同、擅自變更工作內容或勞動條件等違規操作，嚴重侵害了勞動者的合法權益。日前，新疆維吾爾自治區烏魯木齊市中級人民法院終審判決，新疆某公司因與李某未籤勞動合同，支付解除勞動關係經濟補償金7952元，未籤訂勞動合同二倍工資35929元。 2022年5月，李某入職新疆某公司擔任消防監控員，雙方約定月工資4100元，包含基本工資及加班補貼。入職時，公司在未告知具體條款的情況下，要求李某籤署空白勞動合同及補充協議。 2024年1月，公司以業務調整為由，要求李某兼任被裁撤的巡邏崗工作。李某認為，自己的工作量增加，公司未繳社保且未依法籤訂勞動合同，遂在2024年1月31日向公司發送解除勞動合同通知，並申請主張公司支付未籤勞動合同雙倍工資、加班費等合計12萬餘元。 「籤訂勞動合同時，公司提供的合同文本除列印部分外均為空白條款。」李某表示，籤約時，公司以「公章遺失」「應付檢查」為由要求其先行籤字，並承諾後續補填內容與口頭約定一致。但實際履行中，公司單方面在空白處填寫的工資構成、工作內容等均與約定不符。 烏魯木齊市頭屯河區人民法院審理認為，新疆某公司雖提交了雙方籤訂的書面勞動合同，但根據李某提供的微信記錄，能夠反映李某本人未持有合同及雙方當時籤訂的是空白勞動合同的事實。一審法院判決李某與新疆某公司2022年5月12日至2024年1月31日存在勞動關係，公司支付李某解除勞動關係補償金7952元、未籤訂勞動合同二倍工資35929元。 新疆某公司不服，向烏魯木齊市中級人民法院提起上訴。二審期間，新疆某公司提交了與李某籤訂的勞務合同一份，用以證明雙方已建立勞動關係，且與李某解除勞動合同通知書裡的內容並不相符，故不應支付解除勞動關係經濟補償金。 二審法院審理認為，勞務合同的籤訂時間為2022年5月4日，與李某入職公司的時間並不相符，亦不具備勞動合同其他必備要件，無法證明雙方實際籤訂了有效的勞動合同，最終維持原判。 法官指出，企業應依法用工，杜絕空白合同，不得要求勞動者先籤字後補填，否則可能被視為未籤訂合法勞動合同，承擔二倍工資賠償風險。同時，調整崗位、薪資等重大事項需與勞動者協商一致，並以書面形式確認，單方變更可能構成違法調崗。此外，勞動者也應強化維權意識，籤約時注意核對條款完整性，當遭遇空白合同時，勞動者可拒絕籤字，或要求當場填寫完整並留存副本，已籤署的應第一時間拍照留存。 本報記者 吳鐸思 本報實習生 李嶽洋《工人日報》(2025年08月08日 06版)
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。
直播黄台app凤蝶
「活动」首次登录送新手大礼包
- 软件大小: 728.43MB
- 最后更新: 2025-11-06 20:32
- 最新版本: v8.8.10.6
- 文件格式: apk
- 应用分类:ios-Android 大鱼直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.16以上
客服热线：136-1297-8735
81426
76
29753
32
46517
67
2025-11-06 20:32
13652
84
2025-11-06 20:32
97653
34
2025-11-06 20:32
31264
68
2025-11-06 20:32
52976
21
2025-11-06 20:32
65381
37
2025-11-06 20:32
35892
39
2025-11-06 20:32
18493
87
2025-11-06 20:32
49312
18
2025-11-06 20:32
91642
13874
28
67
78
96513
23194
12
68
19437
