文脈華章丨暑期「博物館熱」，跟著總書記探尋中華文明
2025-11-29 09:51 2,687次浏览日前，張女士向成都商報-紅星新聞記者反映，2023年11月她駕車右轉時，與一位駕駛電動自行車直行的71歲老人發生碰撞，當時的她的車速是25km/h，老人的車速是24km/h。一年後老人在醫院去世。 交警認定，張女士駕駛車輛轉彎未讓直行車輛先行，及老人未佩戴安全頭盔駕駛非機動車在道路上行駛、未遵守有關交通安全的規定而共同造成。根據過錯嚴重程度，張女士被認定為主要責任，老人被認定為次要責任。 老人去年11月死亡後，張女士被控交通肇事罪。今年6月20日，她被河南自由貿易試驗區鄭州片區人民法院判處有期徒刑10個月，緩刑一年。 在該案中，老人的車輛購置於2016年，早於鄭州市現行的《鄭州市電動自行車登記實施細則》。警方根據《鄭州市非機動車管理辦法》《鄭州市公安局、鄭州工業和信息化局、鄭州市市場監督管理局關於延長黃牌電動自行車過渡期的通告》，認定老人的電動自行車為非機動車。記者注意到司法鑑定中心的鑑定結果顯示，老人的車輛重量為96.8公斤。 張女士表示，交警對老人駕駛的車輛是否是電動自行車的認定會影響這起事故的責任劃分，進而影響案件走向。老人駕駛的車輛整車重量超過國標規定，應被認定為機動車。若老人的車輛被認定為機動車，案件責任就應重新劃分。她已對該案提起上訴，法院已受理。 8月11日，記者為此聯繫到鄭州交警，一位民警稱，交通事故責任首先要看事故成因，與車輛性質具體是機動車還是非機動車無關。 記者梳理發現，在多起案例中，法院對於涉案電動車認定情況不一。長期從事交通事故案件實務的北京市華鵬律師事務所高級合伙人劉春城表示，超標電動自行車市場保有量特別巨大，涉及數億人的交通出行、財產處置，各地政府在國家強制性標準《電動自行車安全技術規範》施行前後，制定了相關的過渡期措施，有的地方還進行延長。 去世老人駕駛的電動車 被一審法院 認定為非機動車 在這起案件中，一審法院提到，採納司法鑑定中心對車輛的鑑定結果，這位老人的電動車屬於機動車範疇。但又同時稱，依據《鄭州市非機動車管理辦法》第四十二條第二款「本辦法施行前已經領取通行防盜車牌的電動自行車，在有效期限內可以上路行駛，並參照非機動車進行管理」及《鄭州市公安局、鄭州市工業和信息化局、鄭州市市場監督管理局關於延長黃牌電動自行車過渡期的通告》，認定老人的電動車為非機動車。 判決書顯示，交警認定，張女士駕駛車輛轉彎未讓直行車輛先行，及老人未佩戴安全頭盔駕駛非機動車在道路上行駛，未遵守有關交通安全的規定而共同造成。根據過錯嚴重程度，張女士被認定為主要責任，老人被認定為次要責任。法院最終以交通肇事罪判處張女士有期徒刑10個月，緩刑一年。 但張女士認為，這一案件中，交警對老人駕駛的車輛是否是電動車的認定影響事故責任劃分和案件走向。 張女士表示，根據國家標準——《電動自行車安全技術規範》(GB17761-2018)，老人駕駛的車輛車重超過55公斤，達到96.8公斤，屬於機動車。老人應該符合機動車駕駛條件，持有駕照，佩戴頭盔，在規定的道路上行駛，遵守機動車法律法規。事故判斷也應該按照機動車交通事故來認定，而不是非機動車。 日前，張女士已經對該案上訴，法院已經受理。 曾有多起交通肇事案 將超標電動車 認定為機動車 記者梳理發現，在不少案件中，超標電動自行車被認定為機動車。 焦作市馬村區人民法院發布的一則案例顯示：2022年6月20日，被告人杜某某無證駕駛無號牌立馬電動兩輪車，撞到前方由被害人王某某駕駛的無號牌愛瑪電動自行車的尾部，造成王某某受傷，雙方車輛受損的道路交通事故。 王某某於2022年6月22日經醫院救治無效死亡。後經河南國信司法鑑定中心鑑定，王某某符合交通事故致顱腦損傷後呼吸循環衰竭死亡；愛瑪牌兩輪車轉向裝置、後制動裝置完整有效：前制動裝置未能有效制動：屬於非標準的電動自行車(非機動車範疇)；立馬牌兩輪車轉向裝置、制動裝置完整有效；相關參數符合機動車(電動兩輪輕便摩託車)類型標準。事故認定書認定：杜某某承擔事故全部責任，王某某不承擔事故責任。 法院經審理認為，被告人杜某某違反交通運輸管理法規，駕駛機動車發生交通事故，致一人死亡，負事故全部責任，其行為已構成交通肇事罪。 法院認為，杜某某駕駛的電動車經鑑定符合國家標準對電動兩輪輕便摩託車定義，屬於機動車範疇，因此適用《中華人民共和國道路交通安全法》第七十六條的相關規定。事故發生後王某某經搶救無效死亡，符合《中華人民共和國刑法》第一百三十三條交通肇事罪、《最高人民法院關於審理交通肇事罪刑事案件具體應用法律若干問題的解釋》中的「違反交通運輸管理法規，發生重大交通事故，死亡一人」的情形，案件性質就由此升級了。 此外，記者在裁判文書網查詢到，在河南南陽一起駕駛電動三輪摩託車發生交通事故致人死亡的案件中，電動三輪摩託車也被認定為機動車。駕駛人被認定為交通肇事罪。 律師釋疑 如何認定涉案超標電動車性質？ 是否會影響責任劃分？ 按照國家標準《電動自行車安全技術規範》(GB17761-2018)的規定，電動自行車是指以車載蓄電池作為輔助能源，具有腳踏騎行能力，能實現電助動、電驅動功能的兩輪自行車，其主要技術參數為最高車速不超過25km/h，裝配完整的整車質量不超過55公斤等。 現實中，為方便管理，交警把電動車參照非機動車進行管理。但發生交通事故時是否應該按照非機動車來認定事故責任？ 長期從事交通事故案件實務的北京市華鵬律師事務所高級合伙人劉春城表示，根據國家標準《電動自行車安全技術規範》規定，電動自行車最高設計車速不超過25km/h，車速超過25km/h，電動機不得提供動力輸出，整車質量小於或等於55公斤等。但各地情況錯綜複雜，鑑於超標電動自行車市場保有量特別巨大，涉及數億人的交通出行、財產處置，各地政府在國家強制性標準《電動自行車安全技術規範》施行前後，還制定了相關的過渡期措施，有的地方還進行了延長。《鄭州市非機動車管理辦法》(2023修正)第四十條第二款規定：「本辦法施行前已經領取臨時通行防盜車牌的電動自行車，在有效期內可以上道路行駛，並參照非機動車進行管理。」 河南澤槿律師事務所主任付建則認為，從技術標準層面，依據國家標準《電動自行車安全技術規範》，老人駕駛的電動自行車超重，應屬於機動車範疇。若認定為機動車，老人確實需要符合機動車駕駛條件，如持有駕照、佩戴頭盔、在規定道路行駛等。在此基礎上，事故認定和責任劃分也應按照機動車交通事故處理，不然對於機動車駕駛者而言不公平，可能使其承擔不應有的責任。 交警聲音 交通事故責任首先要看事故成因 與車輛性質無關 8月11日，記者為此聯繫到鄭州交警，一位民警稱，交通事故責任首先要看事故成因，與車輛性質具體是機動車還是非機動車無關。 這位民警解釋，如果事故是因有人無證駕駛機動車導致，就是不會開車的人開車造成，是要他負責。但是如果無證的人也是在正常行駛，是其他車輛違反交通規則與其相撞，導致交通事故，那也是違反交通事故的人承擔事故責任。無證駕駛是違法，但不是事故成因。 另一位長期從事交通事故處理的民警也表示，事故的責任劃分，應當根據事故的直接原因劃分，而不是因為行為人有行政違法因素，就推定其負有事故責任。比如，無證、酒駕、毒駕也是在正常行駛，他人違反交通規則造成了交通事故，應該根據事故原因定責。無證、酒駕、毒駕等違法行為，再另外追究法律責任。但現實中，為了考慮大多數人的法感情，會給上述的違法行為定一部分責任。 這位民警補充提到，交通肇事罪終究是刑事犯罪，要有刑法上的因果關係，不能簡單因為一個行政違法行為，就判定他對事故有責任。
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。
春雨直播全婐app免费
「活动」首次登录送新手大礼包
- 软件大小: 368.54MB
- 最后更新: 2025-11-29 09:51
- 最新版本: v14.4.8.6
- 文件格式: apk
- 应用分类:ios-Android 柠檬直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.84以上
客服热线：132-7269-9831
57
78926
42
2025-11-29 09:51
21753
61
2025-11-29 09:51
35864
57
2025-11-29 09:51
12847
31
2025-11-29 09:51
13648
37
2025-11-29 09:51
81542
42
2025-11-29 09:51
86974
79
2025-11-29 09:51
51972
72
2025-11-29 09:51
23716
28
2025-11-29 09:51
89471
39
46529
81496
16
48359
42
91847
38174
42
72
38
52891
28
75