
4月9日消息,全国“扫黄打非”办公室在官网通报了“净网2015”专项行动第二批案件查处情况,包括人人网、网易云阅读传播淫秽色情信息案以及整治进展。其中,网易云阅读栏目传播淫秽色情信息被罚款85.6万元,责令网易云阅读栏目停业整顿1个月。
网易涉黄被罚85.6万元 网易云阅读停业整顿1个月
全国“扫黄打非”办公室称,要严查“三类网站”和“两种行为”,即顶风制作传播淫秽色情信息的门户网站、视频网站、搜索网站等,利用“微领域”传播淫秽色情信息行为,利用弹窗、搜索引擎、云存储、移动智能终端、电视盒子等传播淫秽色情信息行为等。(明宇)
以下为全国“扫黄打非”办公室通报的具体案件:
1.人人网传播淫秽色情信息案。2015年以来,全国“扫黄打非”办公室陆续接到群众举报,反映北京千橡网景科技发展有限公司开发运营的“人人网” 中的“分享”、“小站”、“小组”等栏目中存在淫秽色情信息。经鉴定,其中《难言之欲》、《咱俩不熟》等103种信息内容属淫秽色情互联网出版信息。同 时,人人网还未经批准擅自从事互联网出版活动。4月3日,北京市文化市场行政执法总队对人人网行政立案,并于4月7日向人人网送达行政处罚告知书。
2.浙江金华“领头羊”等微信公众帐号传播淫秽物品牟利案。根据举报,浙江省金华市“扫黄打非”办公室协调公安机关,查获“领头羊”、“海外福 利”、“世界福利”、“无敌”等微信公众号传播淫秽色情信息案。2015年1月,金华市公安机关将涉案犯罪嫌疑人应某某等4人抓获并刑事拘留。经查,自 2014年11月开始,4名犯罪嫌疑人以牟利为目的,共在上述微信公众号和微信群中传播淫秽视频601部,访问量达2821万余次,非法经营额20余万 元。目前,该案已移送起诉。
3.山东淄博“99BT核工厂”网络传播淫秽物品牟利案。近期,山东省淄博市公安局网安支队、市文化执法部门先后转战北京、江苏、广西等10余个省 市调查取证,一举打掉以周某为首的通过开设色情网站传播淫秽信息的犯罪团伙。经查,犯罪嫌疑人周某伙同他人开办了“99BT核工厂”、“爱唯侦察”2个淫 秽色情网站,注册会员26万余个,淫秽色情作品21万余个、帖子90余万篇,非法经营额2000余万元。目前,犯罪嫌疑人周某等8人已被抓获,其中5人已 移送起诉。
4.安徽宿州“12·20”网络传播淫秽物品牟利案。近期,安徽省宿州市网安部门在网上巡查时发现李某涉嫌在该市通过某网络服务商的云盘出售淫秽视 频牟利,迅速取证并将其抓获。经查,自2014年以来,李某等人通过网络搜集、购买淫秽色情视频、图片、文字达30T左右,存储在某网络服务商的云盘上, 通过售卖账号密码的方式进行非法牟利。目前,李某等5名犯罪嫌疑人被抓获,该案正在进一步查办中。
5.江苏南京“12·15”网络传播淫秽物品牟利案。近期,根据群众举报,江苏省南京市文化综合执法总队查获名为“视频群”的QQ群,成员300余 人,发现该群相册中含有大量淫秽图片,且该群群主谢某还在某网络服务商的云盘上传了大量淫秽视频。南京市文化综合执法总队、南京市公安局秦淮分局立即成立 专案组对案件展开侦查,查明这是一个利用网盘上传淫秽色情信息,再通过出售网盘账号密码的方式,分层逐级出售传播淫秽色情信息进行牟利的犯罪团伙。犯罪嫌 疑人谢某上传网盘的淫秽信息达25T,含淫秽视频和淫秽小说文件4200余个,非法获利5万余元。此案上下线人员众多,涉及江苏、北京、天津、浙江、广 东、河北等23个省市。目前,涉案嫌疑人谢某、刘某已被抓获,案件正在进一步查办中。
6.新疆克拉玛依“1·07”网络传播淫秽物品牟利案。2015年1月,新疆维吾尔自治区克拉玛依市网安支队在工作中发现,网民“宏图”在QQ群、 微信朋友圈发布出售某网络服务商云盘账号,其中含有大量淫秽色情视频。公安机关通过侦查,将网名为“宏图”的克拉玛依市居民常某抓获。经查,犯罪嫌疑人常 某贩卖1个容量8T左右的某网络服务商云盘账号,内含25067个文件。经认定,其中896个文件被定性为淫秽物品。目前,该案件已移送检察机关审查起 诉。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。