愤怒的反ICE抗议者向联邦探员投掷雪球以保护芝加哥Tren de Argua帮派成员,国土安全部称

nypost發佈於 2025-12-08更新於 2025-12-08

文章摘要

美国国土安全部称,芝加哥反ICE抗议者试图通过投掷石块和雪球保护的非法移民,是一名涉嫌参与Tren de Aragua帮派活动的成员。该移民在联邦探员试图逮捕时驾车撞击执法车辆并逃逸,最终藏匿于民宅。抗议人群与探员发生冲突,投掷杂物袭击,当地警方以伊利诺伊州信托法案为由拒绝协助联邦移民执法。该委内瑞拉籍移民曾于2023年4月非法入境后被拜登政府释放并获得临时保护身份,但上月身份已被终止,现面临驱逐程序。

国土安全部周一表示,芝加哥反ICE抗议者试图通过向联邦探员投掷石块和雪球来保护的非法移民,是一名涉嫌Tren de Aragua帮派成员,他在探员试图逮捕他时驾车撞击了执法人员。

据国土安全部称,ICE在伊利诺伊州埃尔金市一条积雪的住宅街道上发生的临时骚乱后逮捕了路易斯·耶稣·阿科斯塔·古铁雷斯——他是在前总统乔·拜登任期内进入美国的。数十名抗议者向追捕古铁雷斯的联邦探员投掷石块、瓶子和冰雪球。

3
涉嫌Tren de Aragua帮派成员路易斯·耶稣·阿科斯塔·古铁雷斯在周六芝加哥郊区的混战中被ICE逮捕。国土安全部

移民探员曾试图对古铁雷斯进行交通拦截,但他驾车撞上了该机构的一辆车辆,导致其撞向一棵树。

随后他徒步逃离车祸现场,并把自己关在陌生人的公寓里。

这名来自委内瑞拉的非法移民随后走到阳台上与ICE探员交谈,探员试图让他离开公寓投降。

与此同时,一大群反ICE抗议者聚集起来,开始用雪球和其他投掷物袭击探员,但国土安全部表示,当地警察“拒绝”协助保护他们。

3
数十名反ICE抗议者在联邦探员试图逮捕古铁雷斯时围攻他们,用石块、瓶子和雪球投掷。X/@KimKatieUSA

埃尔金警察局在这起混乱冲突发生后立即在Facebook上发表声明证实了这一点。

“埃尔金警察局将继续响应任何服务呼叫,并在《伊利诺伊州信任法案》的参数范围内采取适当行动,该法案禁止埃尔金警官协助联邦移民执法行动。”

经过数小时的谈判,古铁雷斯被拘留,这不是他第一次与移民当局发生冲突。

3
国土安全部表示,古铁雷斯故意驾车撞向ICE车辆,导致其撞向一棵树。国土安全部

他于2023年4月非法入境后在边境被捕,但被拜登政府释放——并额外授予他临时保护身份(TPS)。

“这名涉嫌TdA帮派成员不仅被拜登政府释放到我国,还获得了临时保护身份,”国土安全部助理部长特里西娅·麦克劳克林在一份声明中表示。

“这再次凸显了拜登政府对允许进入该国的数百万外国人的严重缺乏审查。”

古铁雷斯的TPS于上个月终止,国土安全部表示他现在面临驱逐程序。

相關問答

Q根据文章,抗议者试图保护的非法移民是谁?

ALuis Jesus Acosta Gutierrez,一名涉嫌Tren de Aragua帮派成员的非法移民。

Q抗议者使用了哪些物品袭击联邦探员?

A抗议者向联邦探员投掷了石块、瓶子和冰雪球。

Q为什么当地警察没有协助联邦探员?

A当地警察依据伊利诺伊州的《信任法案》拒绝协助联邦移民执法行动。

QGutierrez是如何进入美国的?

A他于2023年4月非法进入美国,后被拜登政府释放并授予临时保护身份(TPS)。

QGutierrez目前面临什么法律程序?

A他的临时保护身份已被终止,目前正面临驱逐出境的程序。

你可能也喜歡

GPT-5.6仅用1小时攻破50年数学难题,64个AI摘下图论皇冠

7月11日,OpenAI宣布GPT-5.6 Sol Ultra成功证明了困扰数学界50年的“循环双覆盖猜想”,整个过程仅用时不到一小时。 该猜想是图论领域的核心难题之一,简单比喻即:在一个没有唯一通道的道路网络中,能否找到若干循环线路,使每条道路恰好被两条线路覆盖。过去半个世纪,数学家们仅在附加条件下取得部分证明。 OpenAI的突破关键在于采用了创新的“并行测试时计算”方法。系统将64个AI智能体组成科研特攻队,并设定了严格规则:初始阶段探索多种截然不同的证明路径;禁止跟风,避免思维趋同;设立专门“纠察”智能体对每个候选证明进行严格批判与验证;要求提供具体推导,严禁含糊陈述。 在这套机制下,AI智能体通过精妙的协作,在一小时内完成了证明。其核心思路是:首先将问题简化为对“无环立方图”的证明;然后引入图论中的“8-流”定理,为图的边赋予代数标签;进而构建了一个独创的“双元素集”标签引理,将拓扑问题转化为线性代数问题;最终通过严谨的代数推导,证明相应方程组恒有解,从而彻底攻克了猜想。 这一成就展示了AI在复杂抽象推理领域的强大能力。研究者指出,并行推理大幅压缩了解决难题所需的时间,使长时间、高强度的逻辑探索变得可行。有观点认为,这种“多智能体协同攻坚”模式若结合更大算力,未来或有望应用于攻克更重大的科学难题。 尽管对此成就的深度与广度存在一些讨论,但毋庸置疑,AI正向更高阶的智能迈进。

marsbit31 分鐘前

GPT-5.6仅用1小时攻破50年数学难题,64个AI摘下图论皇冠

marsbit31 分鐘前

提示词工程论文登上ICML 2026,网友吵翻了天

一篇关于提示词工程(Prompt Engineering)的论文被机器学习顶会ICML 2026接收,引发广泛争议。该论文提出了一种名为“Verbalized Sampling”(VS)的方法,核心在于仅通过修改提示词,要求大模型在生成答案的同时输出其自身的概率分布,从而显著提升了模型输出的多样性,缓解了LLM中常见的“模式坍缩”(Mode Collapse)问题。 论文作者认为,模式坍缩的根本原因并非在于优化算法,而在于人类偏好数据中存在的“典型性偏差”——标注者更倾向于给常见、流畅的答案高分。通过在推理阶段使用VS提示词,可以唤醒模型在预训练阶段学到的多元分布。实验表明,该方法在创意写作等任务中能将输出多样性提升1.6至2.1倍,且不影响事实准确性与安全性。 这一成果在Reddit上引发了激烈讨论。反对者认为,仅靠调整提示词缺乏算法或理论创新,创新性单薄,且其普适性和稳定性存疑,不符合传统机器学习顶会对“硬核创新”的期待。支持者则指出,研究价值在于其深入的问题归因和严谨的实证过程,类似于当年“思维链”(CoT)提示的兴起,提示词工程正成为研究模型行为的重要方法,未来可能改变大模型的能力边界。 该研究由美国东北大学、斯坦福大学等机构的研究人员合作完成。尽管方法看似简单,但作者强调其包含了完整的问题溯源、理论归因和大量实验验证。

marsbit33 分鐘前

提示词工程论文登上ICML 2026,网友吵翻了天

marsbit33 分鐘前

交易

現貨
活动图片