2025-10-02 01:40:59 作者：狼叫兽 🙄自2025年10月1日起，依据国务院发布的互联网平台企业涉税🔥信息报送规定相关要求，互联网平台企业开始首次正式向税务部门报👍送平台内经营者及从业人员的身份信息和收入数据。 根据相😁关规定，平台内从事配送、运输、家政等便民服务类劳务的从业人员🔥，若依法享受税收优惠政策或本就不需纳税，则其收入信息无需报送😎。这意味着，新规实施后，广大从事外卖、快递配送及家政服务等工😢作的人员在日常运营、收入获取以及税收负担方面均不会受到影响，🔥也不会因此增加额外税负。 为减轻平台从业人员在个人所得🌟税预扣预缴环节的压力，国家税务总局同步出台了配套政策文件，明🤔确对包括外卖骑手、快递员等在内的平台从业者取得的劳务报酬所得😍，实行累计预扣法进行税款预扣预缴。具体计算方式为：在收入中先🤯行扣除20%的费用支出，并叠加每月5000元的基本减除费用后🤯，再按照3%至45%的七级累进税率计算应预缴税额。 按🎉照这一方法测算，月实际收入不超过6250元的平台从业者，在预🎉扣预缴环节无需缴纳个人所得税。对于月收入超过该标准而产生少量🥳预扣税款的情况，在次年办理年度汇算清缴时，相关人员还可申报享😆受子女教育、3岁以下婴幼儿照护、赡养老人、住房租金等多项专项😀附加扣除，符合条件者可依法申请退税。 从全年综合收入来🌟看，年总收入在12万元以下的外卖员、快递员等群体，在充分扣除😉各项法定减除项目后，基本无需缴纳个人所得税。 有关部门😉同时强调，将依法严厉打击个别平台借信息报送之名，对从业人员变🤩相收取费用等违规行为。依据税收征管法个人所得税法等相关法律规😁定，互联网平台须切实履行代扣代缴义务，协助平台内经营者和从业😘人员合规享受税收优惠并履行纳税责任。平台不得将自身应承担的涉😂税义务转嫁给从业人员，严禁以代扣代缴为由向其额外收费或设置不🤩合理负担。 返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多