中比共同紀念「蓋世太保槍口下的中國女人」錢秀玲
2025-11-02 09:07 3,397次浏览8月6日，中共中央辦公廳、國務院辦公廳正式印發《整治形式主義為基層減負若干規定》(以下簡稱《若干規定》)。《若干規定》聚焦基層反映強烈的「文山會海」「督查考核過多」「指尖上的形式主義」等七大類突出問題，提出21條具體措施，其中「規範政務移動網際網路應用程式管理」部分直擊「指尖形式主義」痛點，以「清理整合、嚴格建設、防止異化」為核心，為基層幹部從「手機屏」中解放出來提供制度保障。 開展政務App「瘦身行動」 過去幾年，多地為追求數位化政績，盲目開發功能重疊的App。 例如，某縣曾同時運行「政務通」「便民寶」「服務雲」等5個App，卻因功能雷同、數據孤島，導致基層幹部需要在不同平臺間反覆操作，重複錄入相同信息。部分單位甚至將App活躍度與考核掛鈎，導致幹部被迫「白天跑業務，晚上刷數據」，嚴重影響實際工作推進。部分App界面設計混亂，老年人、視障人士難以使用，反而加劇了數字鴻溝。甚至有市民曾吐槽：「下載3個App才能辦一件事，操作複雜還經常卡頓。」 對於上述存在的問題，《若干規定》明確提出，中央和國家機關部門原則上最多運行1個面向基層的政務App，填表報數交材料功能一般不向下延伸到縣級；現有多個政務App到基層的，需逐步清理壓減整合。 各地區同步對縣以下單位的政務App開展「瘦身行動」，避免「一個部門一個App」的碎片化現象。同時要求政務App的填表報數功能原則上通過省級平臺統一報送，推動數據共享，實現同類材料「最多報一次」。市縣級App需逐步與省級平臺功能整合，打破「數據孤島」，讓基層從「重複填表」中解脫。 據悉，海南、重慶等地已試點「一表通」系統，基層數據填報量減少60%以上。 此外，《若干規定》還明確，除安保、應急等特殊場景外，禁止設置打卡籤到、積分排名、統計在線時長等強制性功能，杜絕「為了留痕而留痕」的形式主義操作。 圍繞政務App整合，《若干規定》同步推出多項配套措施，形成制度合力。 首先從源頭管控建設權限。嚴格政務App立項審核，未經信息化項目審批部門批准不得新建。行業系統已建統一App的，須向地方開放權限，避免重複建設。明確禁止將App安裝率、登錄頻次等作為考核指標，工作照片、視頻上傳等非必要要求一律取消。推動垂管系統與地方平臺互聯互通，如應急管理、市場監管等高頻使用系統將率先實現數據共享。 破除「文山會海」 一天開三場調度會、下班前要交三份會議材料……此類現象在基層絕非個例。據某政府機關統計，僅一周就收到90餘份紅頭文件，其中大量內容交叉重複，令基層疲於應付。「文山會海」及其伴生的繁複報表、重複留痕，正持續擠壓基層幹部服務群眾、推動發展的寶貴精力。 《若干規定》以「嚴控數量、提升質量」為核心，對文件會議進行全鏈條管理。 在文件管理方面，實行年度發文總量控制，超發需向上級書面說明，禁止以「白頭文件」、便箋等形式規避監管；嚴格限定文件篇幅，除綜合性文件外，專項工作文件不超過4000字，配套文件不得照搬上位文件內容。同時，強化政策一致性評估，避免層層加碼。 在會議管理方面，推行「能並則並、能減則減」原則，綜合性會議每年不超過1次，未經批准不得直達基層開會，已發文部署的工作原則上不再開會。參會人員嚴格按主題相關度劃定，避免「層層陪會」，中央部門會議一般不要求市縣以下單位參加。 此外，《若干規定》倡導「短實新」會風，地方黨政「一把手」同場會議不重複講話，主報告不超過1小時，分組討論會期不超過1.5天，切實壓縮會議時間成本。 同時，《若干規定》強調「三個區分開來」，對追責問責與容錯糾錯統籌把握，防止問責泛化、簡單化。 督查檢查考核「瘦身健體」 針對基層反映強烈的「督查滿天飛」問題，《若干規定》從計劃備案、方式優化、總量控制三方面入手，構建「瘦身健體」新機制。 嚴格計劃管理，中央和國家機關部門每年對地方督查檢查考核事項不超過1項，同類事項合併、多部門聯合開展，未經報備不得擅自啟動。省級部門對市縣鄉三級實地督查每月不超過規定次數，防止「扎堆式」檢查。改進考核方式，明確禁止將開會發文、拍照留痕、學習筆記等作為評判標準，不得以領導批示、媒體刊發文章等作為考核內容；考核指標大幅壓減，杜絕「千分制」「搭車考核」，嚴禁隨意設置「一票否決」或籤訂責任狀。嚴控總量頻次，省市縣三級統籌督查事項，避免多頭重複；縣以下單位考核由市縣鄉統一組織，其他單位不得單獨開展。 文件亦對借調幹部、規範明晰基層權責、創建示範活動等基層痛點作出硬性規定：嚴禁上級機關從縣以下單位借調幹部，市以上單位借調需嚴格審批備案；未經省級黨委和政府統一部署，不得將未列入清單的職責事項擅自向鄉鎮(街道)下放或者採取授權、委託等形式變相下放；大幅壓減創建示範活動，市縣以下單位不得開展達標評比，杜絕「運動式」創建浪費資源。 北京商報記者 張茜琦
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。
妖姬直播
「活动」首次登录送新手大礼包
- 软件大小: 318.14MB
- 最后更新: 2025-11-02 09:07
- 最新版本: v1.8.16.10
- 文件格式: apk
- 应用分类:ios-Android 迷笛直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.45以上
客服热线：135-4829-1642
64351
27
76381
59864
36
2025-11-02 09:07
45312
61
2025-11-02 09:07
63729
25
2025-11-02 09:07
52193
19
2025-11-02 09:07
96183
54
2025-11-02 09:07
93452
26
2025-11-02 09:07
26391
47
2025-11-02 09:07
69521
12
2025-11-02 09:07
75162
16
2025-11-02 09:07
68491
46792
29634
97
71624
82
74298
84763
68
12695
24
63584
56
51892
