大象新闻记者 张松涛 濮阳市委社会工作部始终把关心关爱新就业群体作为服务民生、夯实基层治理的重要抓手，聚焦群体实际需求，从阵地建设、需求响应、权益保障、治理参与四个维度发力，着力优化服务管理体系，打造覆盖广泛、服务精准、保障有力的新兴领域暖“新”体系，让新就业群体在濮阳感受到家的温暖。 一、建好用活服务阵地，织密15分钟暖“新”圈 整合多方资源，着力构建便捷可及的服务网络。一方面，依托市交通行业党委“司机之家”等现有资源，打造15分钟新就业群体“红色服务圈”，让群体就近享受服务；另一方面，整合街道社区党群服务中心、户外劳动者驿站等阵地，专门为新就业群体新建服务驿站、打造友好社区，通过提供优质便利服务，让党的温暖实实在在可感可及。 二、精准破解急难愁盼，筑牢群体保障网 针对新就业群体在生活、发展上的实际需求，推出一系列特色服务与提升举措。大力推广“小哥食堂”“子女托管班”等项目，解决新就业群体吃饭、带娃难题。将新就业形态劳动者纳入职业技能提升行动范围，累计培训1500余人次，助力提升就业竞争力。依托市公立医院，为2500余名快递员、外卖员、网约车司机等免费体检，守护身体健康。开展网约配送员、出租车(网约车)驾驶员技能竞赛，增强职业技能，提升群体社会认同感与归属感。 三、防范化解风险隐患，守住权益安全线 为保障新就业群体合法权益，坚持关口前移，健全预防预警机制。将新就业群体欠薪、劳动争议等问题纳入网上舆情重点监测范围，实行7×24小时全天候监测，确保及时发现、及时处置。加大权益保障力度，积极动员新就业群体加入工会，获得更多保障支持。会同相关部门，指导企业、行业签订集体合同，签订新业态集体合同27份，覆盖66家企业、6436名职工，从制度层面维护群体权益。 四、畅通融入治理通道，激活群体新动能 积极引导新就业群体参与城市治理，让其从“城市服务者”转变为“治理参与者”。鼓励新就业群体主动担当社情民意“信息员”、居民生活“服务员”、安全生产“监督员”等角色，推动全市新就业群体进网入格，积极参与城市隐患排查、居民服务、社区治理工作，提升新就业群体的城市融入感，为城市治理注入新活力。 审核：张松涛返回搜狐，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