搭子文化的法律迷思：“同行” 不代表 “同责”？ 党岭😢海拔4700 米处的惊险救援中，被救女子的搭子选择独自离开，😁这一行为不仅引发道德谴责，更揭开了搭子文化的法律责任盲区。根⭐据《民法典》第一千一百七十六条的 “自甘风险” 条款，通常情😀况下，完全民事行为能力人自愿参与高风险徒步，同行搭子并无法定💯救助义务，这与组织者需履行的安全保障义务存在本质区别。但法律😊的免责边界并非绝对，三类情形下搭子需承担责任： 兼具组🤗织者身份时的安全保障义务：若搭子是活动发起者且收取费用（含A😘A 制隐性获利），则自动转化为法律意义上的 “组织者”。党岭🥳事件中，若离开的搭子是路线规划者且未告知高反失温风险，即便未🔥收费，仍可能因 “对路线更熟悉” 承担更高注意义务。 🤯先行行为引发的救助义务：若搭子的行为使他人陷入危险—— 例如🤯怂恿无经验者挑战高危路段、擅自更改路线导致迷路，此时 “见死😘不救” 可能构成侵权。若搭子未提醒防护且导致同伴遇险，需承担😎相应责任。 特定关系下的法定义务：若搭子间存在夫妻、监😍护等特定关系，或同行中形成临时照管关系（如带领未成年人），救🔥助义务则依法产生。需明确的是：道德谴责不能替代法律判定。搭子😀“丢下同伴” 虽违背公序良俗，但若无上述法定情形，难以追究法🌟律责任。这恰恰暴露了搭子文化 “松散组队、权责模糊” 的先天🥳缺陷 —— 相较于正规俱乐部，搭子间缺乏明确的安全约定与责任👏约束。 危险项目的个人防护：跳出 “搭子依赖” 的安全😅自觉 党岭事件中，被救女子从“精神萎靡” 发展到休克，😡与个人对风险的预判不足密切相关。结合救援实践情况，参与高海拔👍徒步等危险项目，需建立 “自我为主、搭子为辅” 的安全体系：🔥 搭子筛选：比 “合得来” 更重要的是 “靠得住” 😅 资质核查优先于兴趣匹配：选择搭子时需确认其是否具备高原徒😊步经验、急救技能（如CPR、失温处置），而非仅看行程偏好。可😀要求查看过往徒步记录、急救证书，避免与 “头铁型” 新手同行🔥。 权责书面约定不可少：提前签订书面协议，明确路线规划😎者、急救物资携带者、应急联络人等分工，注明“自甘风险” 的边😜界 —— 例如约定 “遇险情优先集体撤离，不单独行动”。上海🙌某医院参与救援的医生提醒，模糊的口头约定易引发事后纠纷。 😡 拒绝 “空降搭子” 与 “临时组队”：陌生搭子可能隐瞒健😁康隐患（如高血压、哮喘），而临时组队者缺乏磨合，遇险时难有默🙌契配合。党岭救援中，正是有固定团队的蓝天救援队队员默契协作，😉才缩短了救援时间。 行前准备：把 “搭子会带” 变为 ⭐“自己必备” 身体评估不心存侥幸：除常规体检外，需提前👏3 天进行模拟高原测试（如低压氧舱训练），有风湿性疾病、糖尿🔥病合并症等患者绝对禁止前往。此次被救者虽无明确病史，但突发高🤗反警示：高原环境会放大潜在健康问题。 装备清单拒绝 “🌟搭子共享”：必须独立携带三层保暖系统（防风壳+ 抓绒层 + 🤩速干内衣）、1 升以上保温壶、应急保温毯、至少 4 小时用量😊的便携式氧气，以及含葡萄糖、布洛芬的急救包。潮湿衣物是失温的🌟 “加速器”，需额外准备密封干燥的替换衣物。 安全报备😎打通 “生命通道”：出发前向亲友提交详细行程（含途经点位、预😁计时间），例如，约定“每 6 小时联络一次”。报备者遇险后能🤯够大幅虽短救援时间。 途中应对：警惕 “搭子误导” 与🎉 “群体盲动” 风险判断不盲从搭子：若搭子提议“抄近路🙄”“赶进度”，需自行评估，即便是熟悉路线的搭子也可能误判。 😁 身体信号优先于 “搭子鼓励”：出现指尖发麻、呼吸急促等😜早期高反症状，或寒冷颤抖、言语不清等失温信号，必须立即停止行💯进，即便搭子说“再坚持一下就到了” 也绝不动摇。正确做法是：🎉找避风处更换干衣、吸氧、补充高糖口服液，同时联络救援。 🌟 应急处置不依赖搭子能力：牢记“失温急救三禁忌”—— 不烤火😴、不喝热水、不剧烈运动，轻度失温可通过揉搓核心部位复温，重度🤗失温需用睡袋包裹全身等待救援。此次救援中，医生采用的 “保温🤯毯 + 高糖 + 吸氧” 方案，应作为个人应急常识牢记。 😎 搭子文化需套上 “安全缰绳” 党岭救援的成功，是专⭐业力量及时介入的幸运，但不能掩盖搭子文化的安全漏洞。对参与者👍而言，“找搭子” 不能替代 “强自身”—— 依赖搭子的安全承😴诺，本质是对生命的不负责任；对搭子而言，“组队同行” 至少应👍守住 “不添险、不甩锅” 的底线，即便无法律义务，也需秉持人😆道主义精神处置险情。 更重要的是：相关部门需推动户外安🌟全规范细化，明确搭子活动中“组织者” 的认定标准（如发起次数😴、是否获利），要求高风险路线参与者强制报备。唯有法律划清边界🤗、个人筑牢防线、社会强化监管，才能让搭子文化在安全轨道上发展🌟，让户外徒步真正成为 “亲近自然” 而非 “赌命冒险” 的选😂择。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