近日，有陕西西安的网友通过社交平台发帖称，他在微信公众号“西安停车服务号”中点击“欠费记录”后，页面却直接跳转至色情网站，此事引发关注。据媒体报道，“西安停车服务号”的账号主体为西安市机动车停放服务中心，属于事业单位。对此，相关工作人员表示，该账号目前已停止运营，账号内链接跳转至色情网页可能是中病毒了，将向上级反映此事。 事业单位公众号停更变“色情跳板”，“中毒”不是“甩锅”的理由。这起看似偶然的“中毒”事件，背后折射出的是管理的“摆烂”。政务新媒体账号是相关单位对外的窗口，也是服务的前线，这样的闹剧不仅影响了政府单位的对外形象以及公信力，也会让群众对政府单位的管理能力、服务诚意产生质疑。 当地应尽快注销或修复账号，消除影响。与此同时，还要举一反三，对所有政府部门和事业单位的新媒体账号进行一次彻底全面的“体检”，清理僵尸账号、修复安全漏洞，避免再次出现类似闹剧。 此次事件背后暴露出的政务新媒体账号运维问题，同样值得各地反思与警醒。近年来，一些单位为赶数字化潮流跟风开号，没能力运维就放任不管，相关账号变“僵尸号”，无人打理也无人问津，将数字化异化为“面子工程”，不仅造成资源浪费，更埋下了不小的安全隐患。 政务新媒体账号从曾经的“其兴也勃焉”，到现在的“其亡也忽焉”，一阵风式的管理带来的是大量账号沦为“三不管”地带，放任公共资源沦为黑产温床。如何避免类似闹剧发生，从根本上还应解决好政务公众号该如何建、如何管，又如何用起来的问题，管理不能一阵风，关停更不能一纸通知。对此，2023年中央网信办《防治"指尖上的形式主义"意见》就明确要求清理僵尸账号，但基层在执行层面仍存盲区，值得注意。 政务新媒体的价值不在于账号数量，而在于服务深度。对于那些形同虚设的账号，该关停的要关停，该迁移的要迁移，责任要形成闭环，权责界定应当清晰，不能放任不管。对于群众真正高需求的账号，要细化服务，提升体验，真正化群众需求为"指尖上的便利"，如此才能让政务公众号用起来、活起来，避免沦为“指尖上的形式主义”，同时也防止类似“僵尸号”闹剧重演。 上游新闻评论员 龙春晖返回搜狐，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