一个“空心”的机构，如何发布准确的数据？美国劳工统计局正面临🤔史无前例的人事危机…… 美国劳工统计局目前急需人手，而😂且是大量人手。 根据劳工统计局网站的信息，这家负责制作🤩美国就业和通胀重磅数据的机构，有三分之一的高级职位处于空缺状🤯态。尽管局长一职已有人临时填补，但一系列其他负责监督就业统计😂和地区实地操作各方面事务的领导职位仍然空缺。 据知情人🥳士透露，在该机构工作了数十年的员工中，许多人在近几个月接受了👍特朗普政府的延期辞职提议。在美国总统特朗普上个月解雇该机构局🤩长之前，这已给这个拥有约2000名职业雇员的机构带来了挑战。🤔 在奥巴马政府期间担任劳工统计局局长的Erica Gr🥳oshen说，“当你没有领导者来帮助确定优先事项、明确你要做😀什么，而且你的人力更少时，那么落后的就是改进工作。”她补充说😴，这些改进工作可能包括像调查现代化和提高回复率这样的努力。 🤯 这类问题正是该机构近来备受关注的核心原因，尽管领导层缺🤔失并非这些挑战的根本原因，但它确实使劳工统计局更难实施必要的🚀改革和培训。 上个月，特朗普在解雇该机构负责人埃里卡·🙌麦克恩塔弗（Erika McEntarfer）时，列举了超乎🤯寻常的修正和需要更准确的劳工统计局数据作为理由。尽管那些调整😴异常之大，但随着该机构随着时间的推移收集到更多回复，对就业数👍据的修正是常规操作。 “多年来，劳工统计局一直通过发布🥳含有大量不准确数据的就业报告，辜负了美国的企业、决策者和家庭😉。劳工统计局之前的领导层没有采取任何行动来提高回复率或使数据🌟收集方法现代化，以提高该机构的准确性，”白宫女发言人泰勒·罗🚀杰斯在一份声明中说。“这些问题已存在多年，而特朗普总统实际上😀正在采取措施来解决它们。” 除了劳工统计局每月发布的修💯正外，该数据还要接受年度调整，即将其与一个更准确但时效性较差🙄的系列数据进行基准比对。一些经济学家说，将于周二公布的该修正🤔的初步估算，可能会将截至3月份的一年里的就业增长下修约80万🎉甚至更多。 “高度优先事项” Groshen同时😉也是一个劳工统计局倡导组织的联席主席，她说，填补高级职位将是🤩下一任局长的“一个非常高度的优先事项”，因为劳工统计局需要领😀导者来做出招聘决定。她说，自特朗普上任以来，总员工人数已下降🔥约20%。 但由于联邦招聘冻结将持续到10月15日，目👍前尚不清楚那些负责数据收集和分析的较低级别职位是否能很快得到😢填补。 本届政府正在采取措施填补局长一职，并已挑选了E🤗.J.安东尼担任该职位。安东尼目前在传统基金会担任首席经济学🌟家，正等待参议院的确认听证会。劳工统计局的长期资深员工Wil💯liam Wiatrowski目前担任临时局长。 8月😡1日发布的7月份就业报告对前两个月的数据进行了大规模的向下修😉正，这是自疫情以来最大的一次。 对在1990年代曾在劳😂工统计局负责月度就业统计项目的Ron Hetrick来说，这🙄些修正值得商榷，而不仅仅是像声明中那样，仅仅提到它们“比正常😢情况要大”，并且是由于额外的回复和季节性因素的重新计算所致。❤️ “我认为劳工统计局需要承认，它在解释当时情况方面做得😍非常糟糕。我反而在替他们解释，”现在是劳动力市场数据提供商L🤗ightcast首席经济学家的Hetrick说。“那对我来说😁似乎不太对劲。” Groshen说，劳工统计局不仅在应🤔对经验丰富人员的离去，还因特朗普解雇试用期员工而失去了一些具😂备技术技能的初级员工。 其中一些问题在特朗普政府之前就🤗已存在，经通胀调整后的资金多年来一直在下降。 负责监管🙌劳工统计局的劳工部发言人Courtney Parella说。😅，“在拜登政府期间，由于出现重大修正，劳工统计局数据的完整性😉受到了抨击，而现在指手画脚的那些人，正是多年来一直抱怨资源不⭐足却未做出任何努力来改善其做法的同一批人。” 在机构知😅识比以往更少，以及特朗普终止了对劳工统计局和其他政府机构的自😁愿性咨询委员会的情况下，目前尚不清楚下一套旨在保护和加强美国😍“黄金标准”经济数据的指令将来自何方。 “劳工统计局有🚀一种非常特殊的文化，他们非常努力地去推广。这在很大程度上取决💯于领导层——以身作则和培训，”Groshen说。“当你有很多🙌员工被推上他们尚未准备好、也未经过长期培训的岗位时，这就是一🥳种风险。”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)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多