网信彩票APP-网信彩票技巧

【光明云说法】为入职而“假结婚” “假结婚协议”能否对抗真的登记结婚？******

　　都市情感剧《爱的二八定律》讲述了女主秦施为了满足知名律所入职女律师需已婚的要求，与男主阳华阴差阳错“假结婚”，但是历经种种“真相爱”的故事。“假结婚协议”能否对抗真的登记结婚？“假离婚”和真离婚哪个算数？这些问题不论是在剧中还是剧外都有探讨的必要。一起来听听法官怎么说。

　　“假结婚协议”vs真登记结婚

　　秦施为了入职诚与慧律师事务所伪造了自己“已婚”的身份，阳华为了躲避母亲的催婚让秦施假扮自己的未婚妻，二人一拍即合约定了半年的假结婚期限并签署了协议。后来律所在整理档案时要求秦施补齐已婚的材料，二人决定登记结婚，并签署了为期三年的“结婚协议”及婚前财产协议。

　　秦施和阳华签署的为期三年的“假结婚协议”能否对抗二人在民政局的“真登记结婚”？

　　根据《中华人民共和国民法典》婚姻家庭编之规定，结婚登记应自愿合法。所谓自愿，即“男女双方完全自愿”，且“要求结婚的男女双方应当亲自到婚姻登记机关申请结婚登记。符合本法规定的，予以登记，发给结婚证。完成结婚登记，即确立婚姻关系。”所谓合法，即不存在民法典规定的婚姻无效的情形或者规定的可撤销的情形。

　　北京朝阳区人民法院综合审判庭武鑫蓉说，只要男女双方自愿领证，且不存在重婚、有禁止结婚的亲属关系、未达到法定婚龄、受胁迫、隐瞒重大疾病等情形，婚姻关系对登记双方均有约束力。不论双方有无感情基础、是否真心建立婚姻家庭关系、登记结婚有何种目的，在法律上都是“真结婚”。因此，秦施和阳华的“假结婚协议”不能对抗二人在民政局的真登记结婚。

　　“剧中，秦施“假结婚”是为了满足律所苛刻的入职条件，而现实生活中，通过“假结婚”想要达到的目的多种多样，如为子女办理户口、取得买房资格、过户购车指标等。看似一纸简单的婚约能撬动巨大的利益杠杆，实则隐藏着更多、更复杂的法律风险。”武鑫蓉说，第一，人身风险。第二，财产风险。第三，继承风险。

　　秦施和阳华“假结婚真相爱”的经历固然浪漫，但现实更多的是“人财两空”的狗血。不论从哪个方面看，“假结婚”这种破坏法律严肃性和婚姻神圣性的“饮鸩止渴”的行为都是不可取的。

　　“假离婚协议”VS真离婚

　　除了“假结婚”，“假离婚”这个概念我们也不陌生。虽然本剧中没有演绎，但是其他的热播剧和日常生活中，为了取得购房资格、逃避共同债务或者获取其他利益“假离婚真分手”的例子比比皆是。

　　“假结婚协议”中男女双方为保护个人财产往往进行最清晰的分割，如约定分别财产所有制；而“假离婚协议”中为了达到最终目的，势必会存在妥协、隐瞒、退让，如将本应平等分割的房产约定为一方所有。当“假离婚”变“真分手”，签署的假离婚协议是否有效？能否对共同财产重新分割？

　　“假离婚”是夫妻双方为获取某一利益约定暂时离婚，待达成目的后再行复婚的行为。与“假结婚”一样，法律上没有“假离婚”的概念。夫妻双方可以选择在民政局协议离婚，也可以选择在人民法院诉讼离婚。

　　民法典规定，“完成离婚登记，或者离婚判决书、调解书生效，即解除婚姻关系。”男女双方想要恢复婚姻关系，只能重新登记结婚，但凡一方“假戏真做”不愿复婚，都无法“破镜重圆”。

　　武鑫蓉说，如果“假离婚”引发财产纠纷，法院可依据诉求对所谓的“假离婚协议”中当事人处分财产的真实意愿进行审查，并从当事人在签订协议前后的相关行为予以认定。如果通过举证质证可以确认签署离婚协议并非基于夫妻双方情感破裂而是为了追求其他利益，这种情况可以认定以虚假的意思表示签订的财产分割条款无效。如果有证据证明“假离婚协议”中的财产分割条款并非双方真实意愿，则应依法对夫妻共同财产重新分配。

　　承载着感情与责任的婚姻不应成为利益的牺牲品。切莫因“小利”失“真情”，最后“鸡飞蛋打”。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）