「楊柳」或成今年以來登陸中國最強颱風
2025-12-12 02:56 9,927次浏览最近這段時間，全國多地遭遇暴雨，如果職場人上下班途中被洪水衝走並傷亡，算工傷嗎？一職工就不幸遇上此事，家屬認為其是工作途中受到傷害，應認定為工傷，人社局不予認定，雙方為此對簿公堂，官司一路打到高院，法院最終會怎麼判？ 員工：上班途中被洪水衝走死亡 紀某為河南某市某工廠員工。 2021年7月21日19時30分左右，天降暴雨。 21時左右，某鎮某村防汛工作人員在某路與某路交叉口往南過橋後200米處拉出警戒線，並設卡勸返行人和車輛。 22時左右，現場人員發現紀某從南向北駕駛電動自行車至某路口，防汛工作人員喊叫阻止其通過，並派鏟車上前救援，但水流太猛，救援未果，現場人員看到紀某被水衝走。水位下降後，紀某的遺體被發現。 不幸發生後，工廠為紀某向人社局申請工傷認定。 人社局：不能算工傷 人社局認為—— ■該路段已由專人阻止，不得通行，紀某作為成年人，應當認識到自己將要通行的路段已無法通行，其本人對自身受到的事故傷害應當承擔全部或主要責任。 ■其次，即使認為紀某是受到交通事故傷害，其在該次交通事故中也應當承擔全部或主要責任。紀某應當意識到進入洪水有巨大的危險，其在防汛工作人員喊叫阻止其通過的情形下仍繼續前進，其本人應當承擔全部或者主要責任。 紀某受到的傷害，不符合《工傷保險條例》第十四條、第十五條規定的認定工傷或視同工傷的情形，人社局作出《不予認定工傷決定書》。 家屬：提起訴訟 紀某家屬不服，認為紀某因工作途中受到的傷害應認定為工傷，派出所出具的情況說明證明是交通意外事故。紀某在上班途中發生交通事故意外身亡，其無違法行為，對交通事故的發生也無過錯，本人無責任或次要責任，不具有《工傷保險條例》第十六條規定的不應當認定工傷的情形。由於暴雨造成路面大面積積水，有關責任方沒有設置危險標誌也未派人看守，天還一片漆黑，紀某為廠裡的利益冒著生命危險去上班不幸發生意外交通事故應認定為工傷。 隨後，紀某家屬提起訴訟，要求認定為工傷。 法院：應認定為工傷 一審、二審：均認為《不予認定工傷決定書》認定事實不清，主要依據不足，撤銷不予認定工傷決定並責令人社局限期重新作出行政行為。 人社局不服，向高院提起再審申請。 再審：法院經審查認為，本案中，各方當事人對紀某系在上班途中因遭遇洪水意外死亡的事實均無異議。 ■關於紀某的死亡是否系受到交通事故傷害的問題。 公安局某派出所出具的情況說明載明，紀某系駕駛二輪電動自行車行至某市某路與某街路口時，因天降暴雨路面過水較深，發生交通事故意外死亡。 交通事故，是指車輛在道路上因過錯或者意外造成的人身傷亡或者財產損失的事件。因天降大雨導致路面過水較深致被洪水衝走亦是一種意外，故紀某在上班途中駕駛電動車被洪水衝走意外死亡，符合交通事故構成要件，人社局辯稱本案事故發生時紀某面對的是洪水而非道路，其進入洪水中受到傷害不屬於交通事故的主張不能成立。 ■關於紀某對該次交通事故是否負主要責任的問題。 人社局提交的證據不足以證明該事故的發生系由於紀某本人主要責任或全部責任造成，亦不能證明紀某具有《工傷保險條例》第十六條規定的不得認定為工傷的情形。況且在當時夜間天降暴雨的情況下，紀某對前方路況難以作出準確判斷，在此情況下無法苛責當事人準確快速作出反應，人社局認為紀某應當對危險有充分認識、受到傷害有其自身主動性，故其本人應當承擔全部或主要責任的主張不能成立。 因此，人社局作出的被訴《不予認定工傷決定書》認定事實不清，主要依據不足，原審法院判決撤銷本案被訴不予認定工傷決定並責令人社局限期重新作出行政行為認定事實清楚，適用法律正確，處理並無不當。 綜上，裁定如下：駁回人社局的再審申請。 相關法律 工傷認定有哪些情形？ 《工傷保險條例》第十四條規定，職工有下列情形之一的，應當認定為工傷： (一)在工作時間和工作場所內，因工作原因受到事故傷害的； (二)工作時間前後在工作場所內，從事與工作有關的預備性或者收尾性工作受到事故傷害的；(三)在工作時間和工作場所內，因履行工作職責受到暴力等意外傷害的； (四)患職業病的； (五)因工外出期間，由於工作原因受到傷害或者發生事故下落不明的； (六)在上下班途中，受到非本人主要責任的交通事故或者城市軌道交通、客運輪渡、火車事故傷害的。也就是說，在上下班路上受傷要被認定為工傷，需滿足3個條件：①在上下班途中；②受傷原因為交通事故；③在交通事故責任認定中，本人承擔非主要責任。 (七)法律、行政法規規定應當認定為工傷的其他情形。據央視網
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。
嗨球直播
「活动」首次登录送新手大礼包
- 软件大小: 257.69MB
- 最后更新: 2025-12-12 02:56
- 最新版本: v6.19.1.19
- 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: 3.54以上
客服热线：134-3218-3854
月神直播类似软件
猜你喜欢
41769
24169
72
2025-12-12 02:56
79328
61
2025-12-12 02:56
54762
37
2025-12-12 02:56
79148
96
2025-12-12 02:56
37648
31
2025-12-12 02:56
26851
36
2025-12-12 02:56
86915
15
2025-12-12 02:56
57293
13
2025-12-12 02:56
38746
96
2025-12-12 02:56
61739
83
2025-12-12 02:56
85
59364
26
35176
61
62578
35
