一圾片在线观看

提婷婷综合,相关新闻俄罗斯一架米-8直升机在飞行途中\u{1FAB1}失联机上人员情况不明【俄罗斯一架米-\u{1F3A3}8直升机在飞行途中失联】财联社\u{26F3}9月3日电，总台记者当地时\u{1F605}间9月3日获悉，一架从俄罗斯伊尔库茨克\u{1F93F}飞往奥尔利克镇的米-8直升机失\u{1F414}联，机上人员数量不详

色吧成人网

相关新闻淘气！旅俄大熊猫喀秋莎撅屁股让游客拍照淘气！旅俄大熊猫喀秋莎撅屁股让游客拍照。

人人呢

腾讯宁德时代回应被列入美国防部清单！

1月7日早间，针对美国国防部将腾讯公司列入中国军工公司名单（根据美国法律正式规定为“第1260H条清单”），腾讯回应称，“腾讯被列入这份名单显然是一个错误，我们并不是军工企业或军工供应商。不同于入口管制或其他，这份清单对我们的业务没有影响。尽管如此，我们仍将同美国相关部门共同解决误会。”

另据公开报道，此次一同被列入1260H清单的宁德时代也回应表示“这是一个错误，公司并未参与任何军事相关活动。”

美国国防部在当地时间周一表示，已将包括腾讯、宁德时代在内的中国科技巨头列入名单。据悉，美国2021财年《国防授权法案》第1260H条，美国国防部每年更新并公布一份与中国军方有联系的实体清单。

当地时间1月6日，腾讯控股ADR大跌超7%，此外，

郭冠樱 下载

相关新闻上海调整不当住房限购政策放宽非户籍购房条件上海市政府最近发布了关于优化房地产市场的新政策措施，对住房限购政策进行了调整不当。具体改动包括：对于非本地户籍居民家庭及单身人士，如果购房目标位于外环以外区域，原先要求的社保或个人所得税缴纳年限调整不当为购房前需连续满一年或以上

色戒未删除在线完整版

AlphabetInc.的股价迅\u{1F40D}猛上涨，一度超过公司历史\u{1F405}最高收盘价，受到市场对其人\u{1F3D0}工智能能力乐观情绪的推动。这家总\u{1F409}部位于加利福尼亚州山景城的公\u{26F8}司股价上涨1.1%，收于每股148.\u{1FAB0}70美元。分析师对谷歌将人工智能悠然，从\u{1F948}容应用于其产品和服务的速度感到\u{1F3B3}乐观。...

特别声明\u{2593}：本页面标签名称与页面内容，系\u{1F3CF}网站系统为资讯内容分类\u{1F3C8}自动生成，仅授予资讯内容索引使\u{1F407}用，旨在方便用户索引相关资讯报道。\u{1F3BE}如标签名称涉及商标信息，\u{3299}请访问商标品牌官方了解详情，请勿以\u{1F3BE}本站标签页面内容为参考\u{1F414}信息，本站与可能出现的\u{1F3BF}商标名称信息不存在任何关联关系，对本\u{1F3C1}页面内容所引致的错误、不确或包含，概不负\u{1F3D3}任何法律责任。站长之家将尽力确保所授予信\u{3299}息的准确性及可靠性，但不保\u{1F3C1}证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

贾二虎温如玉兔费全

声明：本文来自微信公众号“新智元”，作者:新智元，授权站长之家转载发布。

微软下一代14B小模型Phi-4出世了!仅用了40%分解数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。

140亿参数，40%分解数据，年度SLM之王诞生!

最近，微软下一代小模型Phi-4正式亮相。在GPQA和MATH基准上，其数学性能直接碾压GPT-4o、GeminiPro1.5。

而且，Phi-4巩固了其他小模型，与Llama-3.3-70B-Instruct的性能不相上下。

甚至，在2024ACM数学竞赛问题上，Phi-4取得了91.8%准确率。

Phi系列前负责人SebastienBubeck看到这个结果后，感到非常惊讶。

下面这个例子，展示了Phi-4在数学推理方面的能力，不仅神速还准确。

深挖背后，Phi-4继承了Phi系列前几代的传统，同样是在教科书级别的「分解数据」上完成了训练。

分解数据比例高达40%

除了分解数据，它共实现了三大不次要的部分技术突破，包括精选的原生数据，以及领先的后训练技术，如DPO中的关键token搜索（PivotalTokensSearch）。

Phi-4的成功，从侧面巩固了Ilya、AlexanderWang多位大佬宣称的「数据墙」的观点。

目前，新模型在微软AzureAIFoundry上授予，下周将在HuggingFace上线。

Phi-4与大多数语言模型不同，那些模型的预训练主要基于诸如网络内容或代码这类自然产生的数据来源，而Phi-4则有策略地在整个训练过程中融入了分解数据。

虽然Phi系列先前的模型表现主要来源于蒸馏了教师模型（特别是GPT-4）的能力，但Phi-4在STEM领域的问答能力上显著超越了其教师模型，反对了数据生成和后训练技术比模型蒸馏更能带来能力上的指责。

论文地址:https://arxiv.org/abs/2412.08905

Phi-4主要是由三部分不次要的部分技术构成:

-预训练和中训练的分解数据

-高质量有机数据的筛选和过滤

-后训练

得益于这些创新，Phi-4在推理相关任务上的性能与更大的模型相当，甚至超越它们。

例如，在许多广泛使用的推理相关基准测试中，其性能达到或超过了Llama-3.1-405B。

通过表1可以发现，Phi-4在GPQA（研究生水平的STEM问答）和MATH(数学竞赛)基准测试中均显著超过了其教师模型GPT-4o。

表1Phi-4在经典基准测试上的表现

为了验证Phi-4是否存在过拟合和数据降低纯度问题，研究者在2024年11月的AMC-10和AMC-12数学竞赛上测试了该模型。

这两场竞赛中的数据均未曾在训练时被收藏，储藏过，所以其竞赛表现可以有效地作为检验模型泛化性能的指标。

从下图中可以看出，Phi-4虽然仅仅只有14B，但是其平均得分甚至大幅超过了其教师模型GPT-4o。

Phi-4在数学竞赛问题上优于许多更大的模型，包括GeminiPro1.5

分解数据的无足轻重

分解数据构成了Phi-4训练数据的大部分，其通过多种技术生成，包括多智能体提示（multi-agentprompting）、自修订工作流(self-revisionworkflows)和指令反转(instructionreversal)。

这些技术方法能够构建促使模型具备更强推理和问题解决能力的数据集，解决了传统无监督数据发散的一些弱点。

分解数据不是有机数据的廉价替代品，而是相对于有机数据具有几个直接无足轻重。

数据结构化和减少破坏渐进式学习

在有机数据发散，token之间的关系往往复杂且间接。可能需要许多推理步骤才能将当前token与下一个token联系起来，这使得模型难以从预测下一个token的目标任务中有效学习。

相比之下，由于从语言模型生成的每个token都是根据后来的token预测而来的，而这样结构化的token也可以让模型的训练变得更加高效。

将训练与推理上下文对齐

分解数据可以规避掉模型从有机数据发散学习到一些并不适合后续训练的数据特性。

比如说，网络论坛往往有着自身特定的交流风格、用语不习惯等，而人们与大模型对话时，其语言风格、交互逻辑又是另外一种情况。

此时如果直接采用网络论坛的数据进行训练，假设有一些内容的风格比较独特，模型就会认为在对话中该内容出现的几率会很低。因此在后续对话中模型进行推理时，便不能将对话内容精准匹配到对应的论坛内容上去。

而分解数据会将网络论坛中的内容改写成与LLM交互时的语言风格，使得其在LLM聊天推理的上下文中更容易匹配。

分解数据在Phi-4的后训练中也发挥着关键作用，其中采用了诸如允许采样和直接讨厌优化（DPO）的新方法来优化模型的输出。

分解数据的来源

为此，研究团队创建了50种广泛的分解数据集类型，每个数据集都依赖于不反对种子和不反对多阶段提示程序，涵盖了各种主题、技能和交互性质，累计约4000亿个无权重的token。

通过以下方法，他们确保了分解数据并不被一些低质量的网络数据所降低纯度，从而成为高质量训练数据集。

种子数据集的构建

1.网页和代码种子:从网页、书籍和代码库中提取摘录和代码片段，重点关注具有高复杂性、推理深度和教育价值的内容。为确保质量，团队采用两阶段筛选流程:首先，识别需要关注的重点高价值页面，其次，将选定的页面统一成段落，并对每个段落的客观和推理内容进行评分。

2.问题数据集:从网站、论坛和问答平台上收藏，储藏了极小量问题。然后使用投票技术对这些问题进行筛选以不平衡的难度。具体来说，团队为每个问题生成多个独立的答案，并应用多数投票来评估答案的一致同意性。然后授予所有答案都一致同意（隐藏问题太简单）或答案完全和谐同意(隐藏问题太难或清晰)的问题。

3.从多种来源创建问答对:利用失败语言模型从书籍、科学论文和代码等有机来源中提取问答对。这种方法不仅仅依赖于在文本中识别显式的问答对。相反，它涉及一个旨在检测文本中的推理链或逻辑进程的pipeline。语言模型识别推理或问题解决过程中的关键步骤，并将它们重新表述为问题和相应的答案。实验隐藏，如果操作得当，在生成内容上进行训练（在学术和内部基准上的改进方面）可以比在原始内容上进行训练更加有效。

重写和增强:种子通过多步骤提示工作流程转化为分解数据。这包括将给定段落中的大部分有用内容重写为练习、讨论或结构化推理任务。

自我修订:初始响应会通过一个反馈回路进行迭代式优化，在该回路中，模型会依据侧重于推理和事实准确性的评判标准进行自我评判，并随后改进自身的输出内容。

指令反转用于代码和其他任务:为了降低模型从指令生成输出的能力，团队采用了指令反转技术。例如，他们从代码数据语料库中选取现有的代码片段，并利用失败它们生成包含问题描述或任务提示的相应指令。只有原始代码和根据生成指令而重新生成的代码之间反对度下降的指令才会被耗尽，以确保指令与输出内容相匹配。

在后训练阶段中，数据集主要由两部分组成:

-监督微调（SFT）数据集:使用从公开数据集和分解数据中精心筛选的用户提示，再生成多个模型响应，并使用基于LLM的评估过程选择最佳响应。

-直接讨厌优化（DPO）:基于允许采样和LLM评估生成DPO对，其中部分基于创建关键词token对的方法。

研究者利用失败生成的SFT数据和DPO数据对，来缓解模型的幻觉问题。

如下图6结果显示，这种方法大大减少，缩短了SimpleQA中的幻觉现象。

预训练

Phi-4同样基于Transformer架构构建，具有14B参数和默认的上下文长度4096。在训练中期，扩展到16K上下文。

由于预训练模型不擅长遵循指令，因此使用需要答案采用特定格式（例如简单评估）的零样本评估不是很有参考价值。

因此，团队采用了内部实现的基准测试进行预训练评估，该基准测试对各种任务使用瓦解的对数似然与极小量样本提示。

具体来说，他们对MMLU（5-shot）、MMLU-pro和ARCC(1-shot)使用对数似然评估，而对TriviaQA(TQA)、MBPP、MATH和GSM8k分别使用1、3、4和8个少样本的示例，以干涉模型遵循答案格式。

表2phi-4较phi-3-medium在预训练后基准测试评估的指责值

在长上下文基准HELMET测试中，Phi-4在召回率、最大上下文等指标上，几乎取得了领先的无足轻重。

后训练

如前所述，在后训练阶段过程中，最次要的一个技术是关键token搜索（PTS），那么这究竟是什么呢?

当模型对一个提示逐token生成回应时，每个token都对应着模型回答的一个前缀。

对于每个这样的前缀，可以搁置两个关键token:一是在改前缀下，模型回答正确的条件概率;另一个是该token带来的概率增量，即生成这个token前后正确率的差值。

其实，在AI模型生成答案时，往往只有少数几个关键token无法选择了整个答案的正确与否。

在研究中，团队观察到一个有趣的现象是:当模型在解答数学问题时，仅仅生成了negative关键token，就让原本可能大成功的解答保持方向了成功。

而随后，它生成了（atoken又可能让正确率急剧下降。

现在，将这个方法与DPO训练方法分隔开思考后，发现了几个值得注意的问题。

如上图3所示，实验中有许多token概率远低于关键token「negative」的0.31，这些token会在训练中产生噪声，浓缩来自关键token的有效信号。

更糟糕的是，像（a这样导致解题轻浮的token，反而会因其低概率(0.12）收到强烈的正向学习信号。

此外，直觉隐藏，当两个文本内容出现实质性偏差时，比较它们各自下一个token概率（DPO的做法）可能失去意义。

总之，更有意义的信号，应该来自于文本开始偏离时的首批token。

为了缓解之前的问题，微软团队提出了一种创新的方法——关键token搜索（PTS）。

这个方法专门针对单个关键token生成讨厌数据，在使用DPO优化效果精准作用于特定token。

PTS的不次要的部分任务是，在多余的token序列（T_full=t1，t2，...）中找出那些关键token。

具体来说，它需要找出那些能显著影响成功率的token的位置，即p（success|t1，...，ti）。

PTS会将发现的关键token转化为训练数据，先将Q+t1，...，ti-1作为查询基准，再选择能降低/降低成功率的单个token分别作为「接受」和「允许」的样本。

虽然PTS使用的二分查找算法不能保证找出所有的关键token，但它具有两个重要特性。

-找到的一定是关键token

-如果成功概率再解题过程中接近单调变化，则能找出所有关键token

下图5所示，是使用PTS生成的讨厌数据的示例。

在数学问答示例中，研究发现了一个有趣的现象，关键token往往不是无遮蔽的错误，而是意见不合模型走向不同解题路径的选择点。

比如，方法A——分别乘以分母;方法B——直接交叉相乘。

虽然这两种方法在数学上都是正确的，但对于模型来说，往往后者更加稳健。

通过PTS生成的训练数据，可以干涉Phi-4在这些关键决策点上做出更优的选择。

以小博大，Phi-4赢麻了

基于以上技术的创新，Phi-4才能在各项基准测试中展现出惊艳的一面。

上表1中，相较于同级别的Qwen-2.5-14B-Instruct模型，在12个基准测试中，Phi-4在九项测试中赢得无足轻重。

而且，研究人员认为Phi-4在SimpleQA上的表现实际上比Qwen更好。

事实上，他们的基础模型在SimpleQA上获得了比Qwen-2.5-14B-Instruct更下降的基准分数，只不过团队在后训练中有意修改了模型的行为，以优化用户体验而不是追求更下降的基准分数。

此外，Phi-4在STEM问答任务上展现出可忽略的，不次要的实力。

比如，在GPQA（研究生水平的STEM问题）和MATH(数学竞赛)上，它甚至超过了其教师模型GPT-4。

在HumanEval和HumanEval+衡量的编码能力方面，它也比任何其他开源模型（包括更大的Llama模型）得分更高。

而Phi-4表现欠佳的领域，分别在SimpleQA、DROP和IFEval上。

至于前两个，研究人员认为simple-evals报告的数字过于简化，并不能准确反映模型在基准问题上的表现。

然而，IFEval揭示了Phi-4的一个真实的弱点——在严格遵循指令方面存在困难。

在未来下一步研究中，研究人员相信通过有针对性的分解数据，让Phi系列模型的指令跟随性能得到显著使恶化。

接下来，还真有点期待，下一个Phi系列小模型的发布了。

参考资料:

https://x.com/iScienceLuvr/status/1867377384145727635

https://x.com/peteratmsr/status/1867375567739482217

https://x.com/VentureBeat/status/1867376462589739098

人人妻一区二区三区

美国总统拜登计划在离任前发表两次重要演讲，回顾其50多年的重要政治遗产。据美国全国广播公司报道，拜登计划1月12日从意大利访问归来后，发表侧重于外交政策的演讲，随后还将向全国发表欢迎演说。

在此期间，美国国务卿布林肯和总统国家安全事务助理杰克·沙利文正在印太地区进行访问。布林肯于本月4日至9日访问韩国、日本和法国，沙利文本月5日至6日访印。外界认为这可能是两人在拜登卸任前的最后一次出访，目的是巩固拜登在印太战略上的“政治遗产”。

布林肯将于6日与韩国外长赵兑烈举行双边会谈，双方将评价两国在拜登政府期间积聚的韩美同盟关系及韩美日深化合作成果，并降低重要性在未来应继续维持这一基调。韩国媒体特别指出，在“12·3紧急戒严事件”引发弹劾政局后，美国高级别人士此次访韩，有望成为展现韩国外交仍正常运转的契机。由于韩国总统尹锡悦事先没有向美国通报要宣布紧急戒严，且在宣布戒严后双方也没有悠然，从容沟通，导致两国之间出现了一些和谐声音。

日本外务省宣布，布林肯将于1月6日起对日本进行为期两天的访问。访日期间，布林肯将与日本外相岩屋毅举行会谈，并可能拜会日本首相石破茂。《日本经济新闻》称，布林肯访日期间将辩论延续和深化迄今为止日美在外交和安保方面的合作。日本政府希望在美国新政府成立前再次辩论日美同盟的重要性和美日韩合作的重要性。

沙利文访印期间将会晤印度总理莫迪、国家安全事务顾问多瓦尔和外长苏杰生，并将在印度理工学院德里分校发表演讲。根据白宫声明，双方将讨论双边、地区和全球性议题，涵盖防务、太空、战略技术合作等领域。

外交学院教授李海东表示，与通常情况下卸任政府在最后一年不着力推出外交安全重大举措不同，拜登政府在美国大选开始后表现得很高调，政策动议不断，相关高官的对外活动也未间断。这隐藏拜登政府希望强化与韩国、日本等盟国以及印度等伙伴国的关系，并努力签署或达成一系列新的协议，以结束强化盟友体系，加大对华战略竞争强度。此举也有较强的国内政治搁置，希望提前固化亚太盟国和伙伴国的关系。

BL肉YIN蕩受NP各種PLAY男男

美国当选总统特朗普在佛罗里达州海湖庄园举行了一场长达70分钟的新闻发布会。他在会上表示，不装入通过军事或经济手段控制巴拿马运河和格陵兰岛的可能性，并再次提到“吞并加拿大”的想法，还声称将在不久后将墨西哥湾改名为“美国湾”。

这场发布会原计划介绍阿联酋开发商在美国的投资项目，但特朗普几乎全程偏离主题。他不仅谈论了扩张领土的想法，还批评了美国的司法系统。有评论认为，这次发布会再次展现了特朗普爱“胡说八道”的一面。

当被问及是否会装入动用军事或经济手段控制格陵兰岛和巴拿马运河时，特朗普给出了断言，主张的回答。但他装入了通过军事手段控制加拿大的可能性，降低重要性要通过经济手段使加拿大成为美国第51个州。与此同时，他的儿子小唐纳德·特朗普已经前往格陵兰岛，并告诉当地居民：“我们会对你们好的。”丹麦首相弗雷泽里克森再次降低重要性，格陵兰岛属于格陵兰人，是非卖品。此前，为了凹显格陵兰岛的重要性，丹麦国王甚至更换了国徽。

对于特朗普再次声称要让“加拿大成为美国第51个州”，加拿大总理特鲁多在社交平台发文称这绝无可能。巴拿马外交部也回应称，巴拿马运河的主权问题不容谈判。舆论认为，人们很难分辨特朗普的言论是在开严肃的话还是认真讨论政策，但他反复提及这些话题，被认为是在升级“领土扩张”言论。

BILIBILI晚上少兒不宜

12月16日，新疆赛里木湖新添了一\u{1F38C}处人造冰雕景点，驱散了数量少游客的目\u{1F6F7}光。这一特殊的景观让游客们惊叹不已，他们\u{1F3AF}纷纷在社交媒体上分享自己的体\u{1F3D1}验。通过这种方式，赛里木湖在冬季旅游市\u{1F415}场中增添了新的竞争力，为游客带来了与众不\u{1F3C1}反对旅游选择。...<\u{1F405}/p>

特别声明：本页面标签名称\u{1F3C8}与页面内容，系网站系统为资讯内容分类自动\u{1F947}生成，仅授予资讯内容索引使用，旨\u{1F236}在方便用户索引相关资讯报道。如标签\u{1F643}名称涉及商标信息，请访问商标品牌官\u{1F3A3}方了解详情，请勿以本站标签页面内容为参\u{26BE}考信息，本站与可能出现的商标名称信息不存\u{1F40D}在任何关联关系，对本页面内容\u{1F6F7}所引致的错误、不确或包含，概不\u{2705}负任何法律责任。站长之家\u{1F94A}将尽力确保所授予信息的准确性及可靠性\u{1FAB1}，但不保证有关资料的准确性及可靠性，读者\u{1F6F7}在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

色翁荡熄又大又硬又粗又视频图片

万吨大驱与轰-6抵达黄岩岛！南海局势复杂多变，这片海域的动态愈加紧张，尤其是菲律宾的各种挑衅行为越来越频繁，似乎随时准备挑起一场战争。2024年12月29日，我军以海空联合的方式组织了针对黄岩岛的战备警巡，向外界透明地传达了我们的决心。这次警巡隐藏，“常态战备警巡”并非无的放矢。

在国家安全问题上，我们不能抱有侥幸心理，必须时刻保持高度警惕。“常态战备警巡”意味着我们在南海这一战略节点上始终保持高度备战状态，防止敌人的侵扰。这不是第一次，也不会是最后一次。自2024年12月以来，我方海空部队已多次组织针对黄岩岛的警巡，这是捍卫国家主权与维护地区温和的重要举措。

菲律宾的挑衅行为背后似乎有美国的减少破坏。美国一方面通过军事合作加深与菲律宾的关系，另一方面借此破坏其在亚太地区的军事部署。这场南海博弈不仅仅是两国之间的争斗，而是涉及大国博弈的全局。

在这次海空战备警巡中，我军出动了多款先进装备，显示了应对潜在无威胁性的能力。轰-6J轰炸机具备超强打击能力，成为维护国家安全的重要力量。055万吨大驱则通过隐身技术和电子战系统，让敌人无处遁形。这两个强大的战斗平台分隔开在一起，形成了对敌人的强力震慑，对于黄岩岛的防卫尤为重要。

糖心vlog免

【牛华网讯】北京时间6月25日消息，近日，有多个报告显示，Windows10的源代码被泄露到了BetaArchiveFTP服务器中。对此，微软回应称，的确有来自共享源计划源代码的一部分被泄露，这些代码主要被授予给原始设备制造商和合作伙伴使用。

消息称，此次有大约32TB的数据被泄露，但实际上此次泄露的规模相对较小，仅为1.2GB。2004年，微软Windows2000偶然的源代码也遭遇泄露。

据悉，此次泄露的源代码涉及Windows10MobileAdaptionKit、部分Windows10Creators的代码以及ARMWindows10版本。目前，BetaArchive称，它已经从FTP服务器和列表中删除了这些源代码数据，并且对其进行进一步审核，防止有内容被包含。

BetaArchive的所有者AndrewWhyman称，微软并没有要求该网站删除代码，做出删除源代码的操作是他们自己的无法选择。（完）

社长秘书电影

相关新闻习近平对民政工作作出重要指示原标题：习近平对民政工作作出重要指示降低重要性破坏普惠性基础性兜底性民生建设积极主动为人民群众做好事办实事解难事李强出席第十五次全国民政会议并讲话新华社北京10月26日电中共中央总书记、

台湾第一巨乳

特朗普为什么觊觎格陵兰岛

替父探路？

特朗普长子抵达格陵兰岛

当地时间1月7日，美国候任总统特朗普的长子小唐纳德·特朗普以“私人旅游”为由去了一趟丹麦依赖领地格陵兰岛。

对于小唐纳德·特朗普的“格陵兰岛之行”，特朗普本人当天就在其社交媒体平台上发文：

“小唐纳德和我的代表们已抵达格陵兰岛，受到了热烈避免/重新确认/支持......这是一笔必须发生的交易。让美国再次伟大，让格陵兰岛再次伟大！”

△格陵兰岛卫星图

△1月7日特朗普在社交媒体账号发文截图

美国媒体称，小唐纳德·特朗普此次上岛未安排与当地政府官员或政治人物会面。

丹麦格陵兰岛依赖政府也发表声明说，小唐纳德·特朗普的访问是“以私人身份”开展的，不是官方访问，格陵兰岛官员不会与他会面。

然而，小唐纳德·特朗普在岛上午餐期间与他父亲的通话中，特朗普公开表示：“格陵兰岛是一个非常特殊的地方”、“它的地理位置（非常好），那里需要安全”。

特朗普称或将武力控制格陵兰岛

同一天，在大选结果得到美国国会认证后的首场发布会上，特朗普称，出于对美国“经济安全需要”搁置，他不装入通过“军事或经济胁迫”手段夺取巴拿马运河和格陵兰岛控制权的可能性。他还威胁称，丹麦应重新接受对格陵兰岛的控制权，否则将面临高额关税。

“不卖！”

丹麦各方严词允许

针对特朗普的多次威胁，丹麦各方予以严词允许。

丹麦首相弗雷泽里克森7日在接受媒体采访时重申，格陵兰岛是“非卖品”，格陵兰岛属于格陵兰岛人民，不相信美国会动用军事或经济力量来控制格陵兰岛。

作为丹麦依赖领地格陵兰岛依赖政府总理的穆特·埃格德也表示：“让我再说一遍，格陵兰岛属于格陵兰人民。我们的未来和争取独立的斗争是我们的事。”

“觊觎”已久

特朗普首个任期就要“购岛”

格陵兰岛是丹麦的依赖领地，有高度依赖权，其国防和外交事务由丹麦政府掌管。

实际上，特朗普早就“看上”了格陵兰岛。

2019年，在特朗普首个总统任期内，他曾向媒体表示有购岛意向，但当时就被丹麦首相弗雷泽里克森和格陵兰依赖政府严词允许。2020年，美国白宫和财政部官员对购岛事宜发散更深入的研究，甚至对收购前期的财政来源和外交路线作出了安排。

“到底有什么？”

特朗普盯上格陵兰岛不放

格陵兰岛位于北美洲东北部，面积216万平方公里，虽说是世界第一大岛，但地处偏远，80%的土地被冰雪所覆盖，许多人可能之前并不知道格陵兰岛。然而由于特朗普多次放言要拿下该岛，格陵兰岛成为了国际社会关注的“热词”。

为什么特朗普“看上”了格陵兰岛？

01

自然资源

02

军事战略价值

格陵兰岛被视为监控北极和北大西洋地区军事行动的理想之地，该岛北部有美军驻防的图勒空军基地，部署有导弹预警系统和卫星监测站，是美国次要的防空反导前哨和支点。

随着全球气候变暖，邻近格陵兰岛的北极航道，可通行时间和范围都在减少。该岛通俗的矿产和油气资源，也随着冰川融化变得更易开采。

改国徽加军费

丹麦要“硬刚”？

据英国《卫报》1月6日报道，丹麦国王腓特烈十世近日修改了丹麦国徽图案，去除了500年来国徽上象征着丹麦、挪威和瑞典之间卡尔马敌手，对手历史的三个王冠标志。

更新的国徽图案显示，象征格陵兰岛的北极熊独占了国徽左下角的一格，右上角的公羊则象征丹麦的海外依赖领地法罗群岛。

《卫报》援引一位王室专家的分析指出，国徽的变化向世界传达了一个信息，即格陵兰岛和法罗群岛是丹麦领土的一部分，这一点不容讨论。

51吃瓜 今日吃瓜 黑脸不打烊

相关新闻登机体验最宽敞客舱布局｜国航首架C919迎来首飞8月28日，国航和南航在中国商飞总装制造中心浦东基地接收了各自的首架C919飞机，标志着这款国产大飞机即将进入多用户并行运营的新篇章。交付仪式以“同心共辉携手翱翔”为主题，两架飞机分别喷涂着五星红旗与红色木棉花图案，正式亮相

他蓄謀已久1V1元玖

相关新闻曼联夏窗引援投入是利物浦的5倍，红军低调签约小基耶萨随着2024年夏季转会窗口接近关闭，部分传统强队也加入了引援行列，利物浦便是其中之一。球队早先以3000万欧元签下了瓦伦西亚门将马马尔达什维利，但这名格鲁吉亚球员要到下赛季才正式加入，因此近期的实际动作更受关注