「兩倉功能疊加」改革落地廣州南沙
2025-10-30 15:12 1,813次浏览8月5日電 據「市說新語」微信公眾號消息，為營造「厲行節約、反對浪費」的良好氛圍，交流制止餐飲浪費工作經驗，市場監管總局食品協調司、國家發展改革委環資司現發布制止餐飲浪費第七批典型經驗做法如下： 一、天津市和平區構建旅遊餐飲消費新風尚 依託轄區特色「津遇和平」系列文旅主題，天津市和平區開展「海棠花開 大美和平」新時代文明實踐活動，大力弘揚自覺主動制止餐飲浪費新風尚。進行「節約標兵」示範餐飲商家評比，針對商家是否主動提示點餐過量、是否主動提供打包服務等指標，通過向食客發放電子問卷形式進行綜合評定，授予排名靠前商戶「尚儉商家」榮譽標牌。組織旅遊景區餐飲從業者代表、消費者代表參加「弘揚綠色消費，樹立文明新風」集中承諾和倡議活動，讓商家成為制止餐飲浪費的參與者、見證者、推動者，遊客成為觀美景、品美食、感文明的踐行者。 二、上海市黃浦區精準開展「數據化」食堂管理破解浪費難題 上海市黃浦區創新推行食堂全流程精細化管理，建立覆蓋採購、庫存、消耗的標準化數據臺帳，實施「周小結、月分析、季研判」動態監測。推廣智慧預訂系統，依據實際需求精準指導食材採購與備餐，大幅減少預估偏差導致的浪費。全面供應「小份菜」「半份菜」，滿足差異化需求，創新探索食材邊角料再利用模式，如西蘭花根制醬菜等，有效降低廚餘產生。通過多部門協同制定標準、數據共享、經驗交流形成監管服務合力。 三、江西省吉安市推廣「按重計價」模式 2024年起，江西省吉安市積極推動餐飲業轉型升級，在中式快餐等領域大力推廣「自選菜品+按重計價」模式。店家依據銷量動態補菜，食材平均損耗率下降10%-15%，配套推行「打包盒零收費」服務，進一步倡導節約。目前，全市360餘家中式餐飲門店採用此模式，日均廚餘垃圾減少12%。新模式讓顧客按需取餐、精準消費，將「光碟行動」落實在就餐的各個環節。 四、湖南省長沙市多所學校「稱」出糧食節約新風尚 湖南省長沙市實驗小學、湖南師大附中雙語實驗學校等多所學校，通過配發刻度回收桶、設置電子稱重臺等方式，實現餐飲浪費量化，並將浪費情況與班級榮譽掛鈎，讓節約從道德倡導轉為「文明比拼」，有效激勵學生自覺制止餐飲浪費。長沙市實驗小學2024年餐飲剩餘量從每年3萬斤降至1萬斤，每日人均剩餘量僅25克；湖南師大附中雙語實驗學校全校剩飯率同比下降62%，三年累計表彰42個文明班級、280名「光碟之星」。 五、廣西壯族自治區創新打造「三支隊伍」助力制止餐飲浪費行動 廣西壯族自治區充分藉助區、市、縣、鄉四級志願服務力量，積極宣傳制止餐飲浪費理念。96支「八桂食安」志願服務山歌隊編排《制止餐飲浪費小歌謠》，在民族傳統節日和民族特色活動中傳唱，並在新媒體平臺傳播。98支「桂姐姐」志願服務隊深入中小學食堂，發放倡導崇尚節約美德宣傳資料，講解理性消費、文明用餐的重要意義。108支「外賣騎手」志願服務隊化身「流動宣傳員」，在送餐外包裝上張貼反對食品浪費的宣傳標語，將制止餐飲浪費理念傳播至每一名消費者，讓「小外賣」帶動「大文明」。 六、陝西省安康市出臺反餐飲浪費地方法規 陝西省安康市發布《安康市反餐飲浪費辦法》，通過設立地方性法規，弘揚勤儉節約傳統美德、倡導綠色消費理念和生活方式，鞏固深化文明建設成果。該辦法實施以來，全市督促17323家餐飲企業開展自查自糾，監督檢查餐飲服務經營者17936家次，依法處罰餐飲浪費違法行為26起，社會公眾節約意識顯著增強，浪費現象得到有效遏制，整體餐飲浪費量較此前明顯下降，制止餐飲浪費工作取得積極成效。
當前，人工智慧已深度融入經濟社會發展的方方面面，在深刻改變人類生產生活方式的同時，也成為關乎高質量發展和高水平安全的關鍵領域。然而，人工智慧的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源汙染，給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據，其中數據是訓練AI模型的基礎要素，也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材，使其得以學習數據的內在規律和模式，實現語義理解、智能決策和內容生成。同時，數據也驅動人工智慧不斷優化性能和精度，實現模型的迭代升級，以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提；高準確性、完整性和一致性的數據能有效避免誤導模型；覆蓋多個領域的多樣化數據，則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富，加速了「人工智慧+」行動的落地，有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力，更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性，但數據一旦受到汙染，則可能導致模型決策失誤甚至AI系統失效，存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據，將幹擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「汙染遺留效應」。當前，網際網路AI生成內容在數量上已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險，尤其在金融市場、公共安全和醫療健康等領域。在金融領域，不法分子利用AI炮製虛假信息，造成數據汙染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據汙染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據汙染則可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管，防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據，建立AI數據分類分級保護制度，從根本上防範汙染數據的產生，助力有效防範AI數據安全威脅。 ——強化風險評估，保障數據流通。加強對人工智慧數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系，不斷提高數據安全綜合保障能力。 ——末端清洗修復，構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下，全面貫徹總體國家安全觀，與有關部門一道防範針對我人工智慧領域的數據汙染風險，依法維護人工智慧安全和數據安全，不斷築牢國家安全屏障。 來源：國家安全部微信公眾號
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。
蜜疯直播
「活动」首次登录送新手大礼包
- 软件大小: 471.14MB
- 最后更新: 2025-10-30 15:12
- 最新版本: v9.19.18.5
- 文件格式: apk
- 应用分类:ios-Android 抓饭直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.61以上
客服热线：134-4952-1379
12
23685
49
2025-10-30 15:12
39458
67
2025-10-30 15:12
53816
59
2025-10-30 15:12
48957
62
2025-10-30 15:12
57964
23
2025-10-30 15:12
58961
41
2025-10-30 15:12
95137
93
2025-10-30 15:12
12356
19
2025-10-30 15:12
43651
96
2025-10-30 15:12
98
15489
53
39542
73596
34
93647
98473
35
86