【环球网报道 记者 王楠】9月23日消息，记者从市场监管总局😎今日召开的直播电商监管专题新闻发布会上了解到，今年上半年，全🎉国网上零售额74295亿元，同比增长8.5%，直播电商在其中😉发挥了重要作用。但从监管中掌握的实际情况和总局发布的几批案例😁分析，直播电商领域当前两类问题相对突出：一是虚假营销。一些直⭐播间运营者和主播对商品或服务的经营主体以及性能、功能、质量、😎来源、曾获荣誉、资格资质、销售情况、交易信息、经营数据、用户😅评价等作虚假或者引人误解的商业宣传，欺骗、误导消费者。二是假😆冒伪劣。一些直播间和平台内商家推销和销售掺杂、掺假，以假充真😀、以次充好，侵犯注册商标专用权的商品，损害消费者和其他经营者🚀合法权益。本次集中发布的典型案例主要涉及上述违法类型。 🎉 市场监管总局表示，下一步，将坚持问题导向，强化综合治理，强🙄力整治直播电商乱象，营造良好的网络交易环境和消费环境，保护消🙌费者和经营者合法权益，促进直播电商行业健康发展。 首先😉是是落实直播电商平台合规管理主体责任。按照分层分级、层级对应🤯合规监管要求，综合运用合规指导、行政约谈、行政处罚、媒体曝光😀等手段，指导督促直播电商平台企业加强合规管理制度机制建设，完😜善内部合规体系，提升合规管理能力和水平。加大对直播电商领域产🎉品质量、食品安全专项抽查抽检频次和力度，并关联对应的平台企业😆向社会公示。督促平台企业依法履行平台内经营者资质审核义务，定⭐期开展核验更新和动态监测，确保入网经营主体身份信息真实有效。🤩 其次是保持严厉打击违法违规行为的高压态势。健全“线上😎发现、线下追查、线下发现、线上管控”的直播电商一体化监管体制😀，对于直播间运营者、主播、平台内商家等主体违法违规行为，坚决🤔予以打击。对于直播电商平台，对其未依法履行资质审核义务、未依😂法对平台内经营者侵害消费者合法权益行为采取措施、禁限售商品管😘控不力等行为进行重点核查，证据确凿、造成严重后果的，将依法坚🙄决立案查处。 最后是强化部门协同和区域联动。充分发挥协😂调机制、联席会议作用，会同多部门，强化信息互通、风险会商、监🤗管联动，在人、物、网、号等监管上形成组合拳，合力推进直播电商😅行业治理。压实属地监管责任，强化重大案件提级管辖、挂牌督办，🔥加强跨地域信息共享和协同配合，着力破解直播电商跨行业、跨区域🎉监管难题。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