如果老人無兒無女,去世後遺產到底該歸誰?能不能儘可能由旁系親屬繼承?為何房產會收歸國有?近期,相關話題引發網友熱議。 記者了解到,北京和上海均有過類似判例,被繼承人去世後,由於沒有繼承人,也沒有留下遺囑,部分遺產收歸國有,由當地民政局作為遺產管理人。 北京的張女士因病離世留下100多萬元財產和一套房產無人繼承,張女士多位親戚訴至法庭要求分割全部遺產,法院判定100多萬元歸親戚,房產則收歸國有。無獨有偶,上海一位老人意外猝死後留下430萬元和一套房產無人繼承,最後法院判定分給老人堂弟130萬元,其餘遺產也收歸國有。 發生在市民張女士身後的案例就很有代表性。張女士因病去世,留下包括存款、保險、房產在內的數百萬元遺產。由於張女士未婚未育,其父母也均已去世,其生前也未設立遺囑,遺產的歸屬成了難題。 張女士父母雙方多位親戚對簿公堂,要求分割她全部遺產,他們都認為具有繼承權,而且在張女士生前陪其看病、在生活上給予照顧等,盡到了扶養義務,應該分得遺產。 為了證實這些親戚的說法,法院主審該案的法官走訪了張女士生前居住的社區居委會。「張女士患有尿毒症,但生活基本可以自理,能夠獨立完成飲食起居。」工作人員告訴法官,實在有困難時,張女士的一位親戚和社區工作人員會幫助她去醫院。法官進一步了解到,張女士看病時,經常是這位親戚開車送她去醫院,而且在張女士去世前的病歷中,也有這位親戚作為近親屬的籤名。 另外,法院查明,張女士留下的遺產包括一套價值400餘萬元的房子,銀行存款、人壽保險金和身故後的喪葬費、撫恤金等共計100多萬元。 最終,法院根據多名親戚各自對張女士生前的幫扶情況,判決100餘萬元現金由親戚共同繼承,幫扶較多的那位親戚繼承20%份額,其餘親屬分別繼承10%。房產則收歸國家所有,由區民政局管理。 那為什麼錢款可以分配,房產卻被收歸國有呢? 「根據權利和義務對等原則,本案中旁系親屬扶養人已經獲得了對等遺產繼承份額,因此無權再分得房產。」法官解釋,根據民法典規定,無人繼承又無人受遺贈的遺產,歸國家所有,用於公益事業;死者生前是集體所有制組織成員的,歸所在集體所有制組織所有。依據這一條和本案具體情況,法院判決把房子收歸國家所有。 相關新聞 老人去世留下遺囑將房產留給外甥女 親生女兒不認 法院怎麼判? 上海九旬老人王達(化名)早年喪偶,雖育有一女,但長期與外甥女周小冬(化名)共同居住在浦東新區的一套房子內。這套房2001年登記產權在王達和外孫女高梅梅(化名)名下,兩人各有50%份額。 多年前,周小冬從外地來上海幫襯舅舅王達做生意,和舅舅共同生活28年,照顧他日常起居,給他養老送終。2009年,王達立下公證遺囑:「百年之後,名下的房屋份額由外甥女周小冬一人繼承」。 2020年王達去世後,女兒王小曉(化名)和外孫女高梅梅不認可這份遺囑,把周小冬告上法庭。 一審法院認為,現有證據不足以證明周小冬在王達去世後60日內作出了接受遺贈的表示,應視為周小冬放棄接受遺贈,但周小冬對王達晚年的生活起居等盡了主要義務,應考慮給予其王達的適當遺產。法院一審判決,房產份額由他的女兒和外甥女各繼承一半。 周小冬和王小曉均不服,向上海市第一中級人民法院提起上訴。 上海市第一中級人民法院認可了周小冬接受遺贈的表示,最終支持了周小冬的上訴請求,判決王達名下的房產份額全部由周小冬繼承。 知識點:《中華人民共和國民法典》第1124條的規定,受遺贈人應當在知道受遺贈後60日內,作出接受或者放棄受遺贈的表示;到期沒有表示的,視為放棄受遺贈。 綜合北京日報、新聞晨報
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。
21765
46
2025-11-02 16:51
64379
18
2025-11-02 16:51
43526
25
2025-11-02 16:51
51624
92
2025-11-02 16:51
89417
13
2025-11-02 16:51
61483
86
2025-11-02 16:51
92873
91
2025-11-02 16:51
37415
59
2025-11-02 16:51
76248
73
2025-11-02 16:51
63781
84
2025-11-02 16:51
13425
38
2025-11-02 16:51
36195
19
2025-11-02 16:51
28967
24
2025-11-02 16:51
78913
79
2025-11-02 16:51
36975
56
2025-11-02 16:51
59784
39
2025-11-02 16:51
67295
96
2025-11-02 16:51
13492
37
2025-11-02 16:51
96712
56
2025-11-02 16:51
13456
87
2025-11-02 16:51
84629
29
2025-11-02 16:51
91357
52
2025-11-02 16:51
19753
69
2025-11-02 16:51
35416
92
2025-11-02 16:51
62958
74
2025-11-02 16:51
16893
36
2025-11-02 16:51
83295
26
2025-11-02 16:51
68934
82
2025-11-02 16:51
13249
15
2025-11-02 16:51
39178
83
2025-11-02 16:51
14567
96
2025-11-02 16:51
43268
78
2025-11-02 16:51
72389
56
2025-11-02 16:51
26413
41
2025-11-02 16:51
86542
45
2025-11-02 16:51
79842
89
2025-11-02 16:51
43867
97
2025-11-02 16:51
75893
16
2025-11-02 16:51
38179
72
2025-11-02 16:51
84917
19
2025-11-02 16:51
91638
94
2025-11-02 16:51
89652
97
2025-11-02 16:51
12785
31
2025-11-02 16:51
94853
18
2025-11-02 16:51
95863
83
2025-11-02 16:51
42913
49
2025-11-02 16:51
28756
52
2025-11-02 16:51
17562
28
2025-11-02 16:51
84762
81
2025-11-02 16:51
74561
12
2025-11-02 16:51
65173
98
2025-11-02 16:51
| 绿茵直播 | 魅影app下载免费版 |
| 青柠直播 | |
| 直播全婐app免费 | 魅影直播视频 |
| 免费直播行情网站 | |
| 小蝌蚪app | 鲨鱼直播 |
| 97播播 | |
| 春雨直播 | 蜜桃app |
| 名模直播 | |
| 魅影直播游客免登录 | 富贵直播 |
| 色花堂直播 | |
| 小草莓直播 | 成人免费直播 |
| 尖叫之夜免费直播 | |
| 春雨app直播免费看 | 鲍鱼直播 |
| 小k直播姬 | |
| 快猫 | 贵妃直播 |
| 桔子直播 | |
| 看b站a8直播 | 免费真人视频网站直播下载 |
| 贵妃直播 | |
| 西甲直播 | 蜜桃app |
| 深夜直播 | |