国会内外关于年收入税负标准“103万日元门槛”的修改讨论正在升温。经过自民党、公明党和民主人民民主党（LDP）的讨论后，日本首相石破茂宣布增加 2025 财年的税收制度。相比之下，日本立宪民主党在国会中宣布他们呼吁社会保险费“增加106万日元”，认为“130万日元墙”和“130万日元墙”的影响更大。另一方面，全国各地的州长和市长强烈反对此举，认为这将导致税收收入大幅减少。媒体上，关于国家和地方税收收入减少的消息十分引人注目。提高“103万日元门槛”，根据立场的不同，会产生不同的效果，自然有利有弊，但争论如此混乱的原因之一是，谁该为这项法律负责修正案到底是什么？这可能是因为政府和执政党还没有明确
実質金利でみる金融政策の現状～金融緩和の持続性維持と成長への布石～
随着新冠疫情的消退，许多国家的物价都出现了明显上涨，日本在长期通货紧缩后也出现了物价上涨的局面。根据Rengo本财年的最终答复，包括固定加薪在内的工资上涨率为5.10%，超过去年的3.58%，创下33年来的最高工资上涨率。虽然名义工资增速较高，但剔除物价影响的实质工资仍处于负值区间，虽然6月、7月受一次性发放影响转为正值，但很可能会出现负增长。未来保持稳定，这是日本经济非常重要的一点。 从利率来看，虽然名义利率已经开始上升，但未能跟上物价的上涨，因此实际利率变得更加宽松（图1）。实际利率为【实际利率=名义利率-预期物价上涨率】，物价上涨加大了货币宽松的效果。这样一来，实际利率在短时间内因物价上
Model-assisted labelling - For better or for worse?
毫无疑问，对于许多 AI 项目来说，收集数据是项目最昂贵的部分。标记图像和文本片段等数据是一项艰巨而繁琐的工作，而且没有太大的扩展可能性。如果 AI 项目需要不断更新或获取新数据，那么这可能是一项高昂的成本，可能会对一个原本很棒的项目的整个商业案例构成挑战。不过，有一些策略可以降低标记数据的成本。我之前写过关于主动学习的文章；这是一种数据收集策略，侧重于在模型置信度最低的情况下优先标记最重要的数据。这是一个很好的策略，但在大多数情况下，您仍然需要标记大量数据。为了加快标记过程，出现了模型辅助标记策略。这个想法很简单，就是在标记的同时训练 AI，当 AI 开始在数据中看到某种模式时，AI 会向标
