跨越65岁门槛：理解65后的社会角色与挑战：从新生代视角看现代社会变迁，狐大医 | 孩子发烧该用退热贴、吃药还是去医院？儿科医生带来保姆级教程中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物比如跟孩子动手，以及拎着孩子，到三楼窗户上，对其进行恐吓。
文题：跨越65岁门槛：理解65后社会角色与挑战——从新生代视角看现代社会变迁
随着全球老龄化进程的加速，65岁以上的人口日益增多，他们开始跨入新的生活阶段。这一特殊群体的社会角色、挑战及文化观念的变化在现代社会中引发了广泛的关注和探讨。
对65岁以上人群的理解是关键。相较于前几代人，新一代年轻人的生活方式、价值观、教育背景等都发生了显著变化。他们更注重个人发展和职业选择，追求自我实现，而非过度依赖家庭和传统的社会地位。这种新角色要求社会为他们提供更多的就业机会、教育资源和生活方式创新的支持。政府和社会组织应通过一系列政策调整和改革，如提供灵活的工作安排、加强职业技能培训、优化公共资源配置等，以适应这一转变的需求。
65岁以上群体面临的挑战也不容忽视。一方面，由于生理机能的衰退，他们在身体、心理等方面面临诸多健康问题，如关节疼痛、记忆力减退、行动不便等。另一方面，他们的子女在工作、婚姻和育儿等问题上面临巨大压力，如何平衡家庭责任、照顾父母、培养下一代，成为摆在年轻一代面前的一大课题。老年人普遍缺乏社交网络和娱乐活动，这对心理健康产生了负面影响，需要社会给予更多的关注和支持，如开展各类老年兴趣小组、搭建退休人士社交平台等，帮助他们保持身心健康和社会活力。
65岁以上群体的文化观念也在发生变化。他们更重视个体自由表达、多元文化和环保理念，积极参与社区服务和社会公益事业，倡导和谐共处、尊老爱幼的价值观。尽管这一传统价值在中国传统文化中一直被传承，但在现代化进程中的转变不容小觑。年轻一代应当以开放包容的态度接纳并弘扬这些积极的文化潮流，推动社会文化的多元化和可持续发展。
65岁以上群体不仅是社会发展的见证者和受益者，也是新时代社会变革的重要力量。理解和应对这一特殊群体的社会角色与挑战，不仅需要社会给予足够的支持和关怀，也需要年轻一代勇于承担社会责任，积极投身于社区建设、慈善事业和文化交流等领域，共同构建一个更加公平、包容、共享的未来社会。我们还需通过持续的政策创新和人文关怀，引导65岁以上人群适应现代社会的新形势，开启新的生活篇章，迈向更美好的老年生活。
出品 | 搜狐健康
作者 | 顺义妇儿医院儿科 刘波
编辑 | 刘家碧
孩子一发烧，许多宝爸宝妈就会六神无主。孩子发烧后要立刻吃药吗？要送医院吗？孩子胃口不好该怎么办？顺义妇儿医院儿科刘波为家长们详细介绍孩子发热该如何处理，帮助家长们沉着应对、科学护理。
孩子正常体温范围是多少？
正常儿童体温范围在36.0—37.3摄氏度 ，但会因测量部位不同而有差异。口腔温度一般为36.3—37.2摄氏度，腋窝温度比口腔温度略低0.2—0.5摄氏度，直肠温度比口腔温度略高0.3—0.5摄氏度。孩子的体温在一天中也会有波动，比如午后体温比清晨稍高，运动、进食后体温也可能暂时升高。
孩子为什么会发热？
儿童发热多数由感染引起，包括病毒、细菌、支原体等。比如常见的感冒多由病毒感染引发，流感则是由流感病毒所致；肺炎可能是细菌或支原体感染。非感染因素也不能忽视，像川崎病、风湿热等自身免疫性疾病，孩子接种疫苗后也可能出现短暂发热。
孩子发热说明病情严重？
发热其实是孩子身体免疫系统在对抗病原体的表现。适度发热能促进免疫细胞活性，增强身体抵抗力，一定程度上有助于病情恢复。所以，孩子发热时，家长不能只关注降温，还要观察孩子的整体状态。
孩子发热如何科学应对？
1、体温监测
用体温计定时测量孩子体温，记录变化，这能为判断病情和治疗提供重要依据。
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。