顶部
首页

TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法

TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法

更新时间: 浏览次数: 258

第一作者武骁睿,武汉大学计算机学院博士一年级生,研究大语言模型安全对齐与红队数据生成,侧重低资源场景的对齐策略与风险覆盖。导师:李庄讲师(RMIT,低资源 NLP、计算社会科学、模型安全),姬东鸿教授、李霏副教授、腾冲副教授(武汉大学,情感计算、信息抽取)。合作单位蚂蚁集团、蚂蚁国际,合作作者张欣主任工程师、毛潇锋工程师。

大语言模型(LLM)已经在多项自然语言处理任务中展现出卓越能力,但其潜在安全风险仍然是阻碍规模化落地的关键瓶颈。目前社区用于安全对齐的公开数据集,往往偏重于「词汇多样性」,即让同一种风险指令尽可能用不同的表达方式出现,却很少系统考虑指令背后的「恶意意图多样性」以及「越狱策略多样性」。缺乏后两者会导致风险覆盖不足:模型在看似通过测试的情况下,仍可能在陌生场景或复杂攻防对抗中暴露漏洞。

TRIDENT 针对这一痛点,首次提出「词汇-恶意意图-越狱策略」三维多样化框架。通过 persona-based + zero-shot 的自动生成范式,配合六大越狱技术,能够以低成本、大规模地产出高质量、高覆盖的红队数据,为后续的监督微调(SFT)或直接偏好优化(Direct Preference Optimization, DPO)等提供更加稳健的安全训练材料。

单位:武汉大学、蚂蚁集团、蚂蚁国际、皇家墨尔本理工大学

研究方向:大语言模型安全 / 红队数据自动化构建

论文标题:TRIDENT: Enhancing Large Language Model Safety with Tri-Dimensional Diversified Red-Teaming Data Synthesis

论文链接:https://aclanthology.org/2025.acl-long.733/

代码开源:https://github.com/FishT0ucher/TRIDENT

与传统依赖专家或众包人工编写红队指令的方式相比,TRIDENT 极大降低了人工依赖;与仅围绕单一维度做数据增强的方法相比,TRIDENT 在多项安全基准上显著提升了模型的拒绝能力和对抗鲁棒性。

图 1 TRIDENT-CORE 与各基线数据集在 14 类意图域的覆盖对比

主要贡献

构建了首个三维度风险覆盖评估框架,能够定量衡量数据集在词汇、恶意意图以及越狱策略三个维度的多样性与均衡度;

设计了端到端自动化数据生成管线 TRIDENT,可在无人干预的情况下生成两套数据:TRIDENT-CORE(26,311 条,覆盖词汇 + 意图)与 TRIDENT-EDGE(18,773 条,引入越狱策略维度);

在 META-LLAMA-3.1-8B 上进行 LoRA 微调后,Harm Score 相对最佳基线降低 14.29%,Attack Success Rate 下降 20%,同时 Helpful Rate 保持或小幅上升,证明安全性与有用性可以兼得;

通过细粒度消融实验验证:任何一个维度的缺失都会导致安全指标大幅下降,说明多维度协同不可替代。

问题背景

自 ChatGPT 引爆关注以来,业界与学界在「安全指令微调」方面投入了大量精力,但仍面临三大顽疾:

意图类别失衡 —— 公开数据集中暴力犯罪、色情犯罪相关指令占比高,而金融诈骗、基础设施破坏等高危领域数据极少;

越狱策略缺失 —— 多数数据集仅包含直白的危险请求,很少涵盖 Cipher、Code Injection 等最新攻防技巧;

构造成本高 —— 人工撰写或筛选指令耗时耗力,更新周期跟不上模型演进速度。

这导致即便模型通过了现有 benchmark,也难以在真实线上流量或新型越狱攻击面前保持稳健。

方法设计

「场景 -人格 -指令」三级生成:首先利用无审查 LLM 在 14 大高风险领域生成细粒度情境描述;然后让同一模型推理出符合情境的 Persona(角色、职业、动机等);最后通过角色扮演生成与 Persona 相匹配的恶意指令,从而自然引入词汇与意图多样性。

六大越狱方法注入:Cipher Encoding、Code Injection、Low-Resource Translation、Past Tense 重写、Persona Modulation、RENELLM 复杂变换。通过在原指令上随机叠加这些策略,增强攻击穿透力并扩大策略覆盖面。

两阶段过滤:先用 LLAMA-GUARD-3 做安全判别,确保指令确实「危险」;再用 Self-BLEU 去重,删除文本相似度阈值的样本,保证词汇多样性。

安全回复生成:采用带链式思考的安全模板,分三步(指出风险 -共情安抚 -正向引导)生成守规且有用的回复,为后续 SFT 提供正反示例。

图 2 TRIDENT 自动化数据生成流水线(pipeline)

实验结果

基准对比:在 HarmBench、XS-Test、AdvBench、SC-Safety 等 7 个公开基准上,与 AART、ATTAQ、HH_RLHF、SAFE_RLHF、WILDBREAK、WILDCHAT 六大数据集相比,TRIDENT-EDGE 微调模型的平均 Harm Score 最低,Attack Success Rate 最低,同时 Helpful Rate 与最佳基线持平或更优。

消融分析:逐次移除词汇、意图、越狱三个维度后,再微调并评测——无论去掉哪一维度,模型在所有安全指标上均显著退化,其中去掉越狱策略时 Attack Success Rate 上升最明显(+11.3%)。

越狱攻击评估:将六种越狱策略单独或组合应用于 TRIDENT-CORE 指令,对七大主流 LLM(Llama-3.1-8B-chat, Qwen-2.5-7B, GPT-3.5 Turbo 等)发起攻击;组合策略下成功率平均提升 25%,说明多策略融合能更全面暴露模型弱点。

表1 TRIDENT‑EDGE 与基线在 7 个安全基准的评测结果(节选文章Table 4)

表 2 六种越狱策略对红队指令攻击成功率的提升效果(节选文章 Table 5)

突破意义

TRIDENT 为 LLM 安全对齐提供了首个三维多样化自动化生成范式,兼顾高覆盖、低成本与可持续迭代。其框架与数据可直接集成至 RLHF / DPO / RLAIF 等训练流水线。对于缺乏安全标注团队的研究者而言,TRIDENT-CORE 作为「即插即用」的安全微调底座数据,可显著降低安全研究的门槛,加速可信 AI 的大规模落地。

我们相信,多维度、多样化的安全数据共建,将成为下一阶段促进大模型可信生态的关键基础设施。值得强调的是,TRIDENT 并非「一次性」数据集,而是可随模型版本、威胁情报和法规更新而持续演进的生成框架,这使其在快速变化的攻防环境中始终保持前沿适应性,为产业界和学术界提供长久价值。

TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法24小时观看热线:122。TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法全市各区点热线号码。☎:122


TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法24小时观看热线拥有专业的观看技师,快速的上门,为你的生活排忧解难。如您有以下需要我们来解决的问题请尽快与我们联系。我们能为您排除各种故障,特别是疑难杂症。 

1.热情专业的团队




TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法是您解决问题的最佳选择。我们拥有一支热情、专业的团队,竭诚为您提供优质的。无论您遇到哪些问题或疑虑,只需拨打122,我们的将会耐心倾听并提供您所需的帮助。您的满意是我们的追求。




2.红色字体,标志品质保障




当您拨打TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法的电话热线122时,您会惊喜地发现号码是以鲜艳的红色字体显示。这不仅是为了吸引您的注意,更是对我们产品卓越品质的保证。红色代表着力量和热情,我们希望通过热情的为您提供最可靠的解决方案,确保您的使用体验无忧无虑。




3.您的需求是我们最大的动力




我们深知客户的需求是我们成长的源泉,因此,您的需求总是我们最关心的问题。无论您遇到什么问题,无论大小,我们都将以最快的速度和最专业的态度进行处理。您只需拨打我们的电话热线,详细描述问题,我们将竭尽全力为您解决。您的满意度是我们工作的最终目标。




4.全方位的解决方案




一旦您拨通了TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法的电话热线122,我们将全面了解您的问题,并提供最合适的解决方案。无论是技术问题、、观看咨询还是其他相关问题,我们都将通过专业分析和经验丰富的团队来解决您的困扰。您的信赖是我们不懈努力的动力。




5.周到贴心的




我们追求卓越品质的同时,也注重周到贴心的。在您使用TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法的过程中,如果遇到了任何问题或需要观看,您只需拨打122,我们将及时安排人员为您提供全程跟踪。我们将无微不至地为您解决问题,确保您的家居生活舒适温暖。




结语




无论是产品质量还是,TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法都以高品质标准来追求客户的满意度。拨打我们的TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法电话热线122,您将得到热情专业的团队的全方位支持。我们将竭诚为您提供最可靠、高效和周到的解决方案,为您带来舒适的家居体验。




5、全部在线支付,方便快捷,保障权益。支持支付宝,微信付款



清远市(清城、清新)




宜昌市(宜都市、长阳土家族自治县、🔞当阳市、🔯五峰土家族自治县、西陵区、兴山县、夷陵区、远安县、点军区、枝江市、猇亭区、秭归县、伍家岗区、✋市辖区)




淮安市(淮安、淮阴、🦌清江浦、🐽洪泽)




巴彦淖尔市(杭锦后旗、磴口县、乌拉特中旗、🙊乌拉特后旗、乌拉特前旗、🐸️市辖区、🏈临河区、♉️五原县)




焦作市(解放、中站、马村、山阳)




娄底市(娄星)




鞍山市:🥃铁东区、铁西区、☢️立山区、🌤千山区。




郴州市(北湖、苏仙)




牡丹江市:🍝东安区(部分区域未列出)、西安区和阳明区和爱民区和绥芬河市和海林市(部分区域未列出)。




唐山市(丰润区、🌹丰南区、遵化市、🕐迁安市、⛸️开平区、唐海县、🕊滦南县、👍乐亭县、滦州市、玉田县、☮️迁西县、遵化市、唐山市路南区)




南通市(崇川区,港闸区,开发区,♉️海门区,☢️海安市。)




厦门市(思明、海沧、🌵湖里、♍️集美、同安、翔安)




湘西土家族苗族自治州(凤凰县、🤚永顺县、🔆泸溪县、🐵保靖县、🏑吉首市、花垣县、龙山县、古丈县)




白山市:浑江区、😛江源区。




江门市(蓬江、江海、新会)




常熟市(方塔管理区、🥤虹桥管理区、🐼琴湖管理区、🍖兴福管理区、谢桥管理区、😳大义管理区、🍴莫城管理区。)宿迁(宿豫区、☢️宿城区、🖤湖滨新区、洋河新区。)




荆州市(沙市、👏荆州)




三亚市(淮北、🥢吉阳、天涯、崖州)




廊坊市(安次、广阳)




无锡市TRIDENT: 基于三维多样化红队数据合成的LLM安全增强方法电话-400各市区电话(梁溪、滨湖、惠山、新吴、锡山)




宜春市(袁州)




六安市(日照安、😋裕安、叶集)




锦州市(凌海市、🦀义县、🥖黑山县、🥤凌河区、🈴市辖区、古塔区、👆北镇市、☢️太和区)




银川市(永宁县、兴庆区、西夏区、金凤区、☣️贺兰县、灵武市、市辖区)




安康市(宁陕县、♨️白河县、☯️汉阴县、岚皋县、🕤石泉县、💛市辖区、紫阳县、🌵汉滨区、🕥旬阳县、镇坪县、😍平利县)




宜昌市(伍家岗区、西陵区、点军区、😭猇亭区、👈夷陵区、🍠远安县、🤳兴山县、秭归县、🍴长阳土家族自治县、🌦五峰土家族自治县、👌宜都市、当阳市、♨️枝江市、🕛虎亭区)




白山市:浑江区、💪江源区。




赣州市(南康区、🌧章贡区、🥥赣县区、🕷信丰县、大余县、上犹县、🤑崇义县、安远县、♈️龙南县、🍹定南县、全南县、宁都县、🥘于都县、兴国县、🔆会昌县、寻乌县、石城县、长征镇、沙洲镇、黄冈镇)




绍兴市(越城、柯桥、上虞)




杭州市(临安、🏒上城、下城、✝️江干、拱野、🥨西湖、滨江、余杭)




揭阳市(榕城、😏揭东)




鹰潭市(余江县、市辖区、🛑贵溪市、🤕月湖区)




邯郸市(邯山、🍤丛台、🐏复兴、👎峰峰矿、肥乡、永年)




巴彦淖尔市(杭锦后旗、磴口县、乌拉特中旗、🍾乌拉特后旗、乌拉特前旗、⛈市辖区、✋临河区、🤜五原县)




宜昌市(伍家岗区、西陵区、点军区、猇亭区、夷陵区、🕜远安县、兴山县、秭归县、🗡长阳土家族自治县、🤲五峰土家族自治县、🤜宜都市、🦝当阳市、枝江市、虎亭区)




襄阳市(樊城区、襄州区、老河口市、✡️‍宜城市、南漳县、谷城县、保康县、💚‍枣阳市、定南县、🍑随州市、白浪镇、城关镇、🍔赵家镇、东津镇、堰头镇)




湖州市(南湖、秀洲)




马鞍山市(花山、雨山)




邢台市(柏乡县、临西县、任县、⁉️‍新河县、👍宁晋县、南宫市、🐄内丘县、清河县、☸️‍巨鹿县、✡️临城县、🍗隆尧县、☪️南和县、威县、桥东区、邢台县、🌳市辖区、平乡县、桥西区、😞广宗县、沙河市)




银川市(永宁县、🐀兴庆区、🕦西夏区、🐪金凤区、贺兰县、🥩灵武市、市辖区)




遵义市(汇川区、红花岗区、遵义县、🌘桐梓县、绥阳县、正安县、道真仡佬族苗族自治县、🍾务川县、🆚凤冈县、🌤湄潭县、余庆县、习水县、💓‍赤水市、🐚仁怀市、土家族苗族自治县、😐铜仁市、💚松桃苗族自治县、万山区、黔西县)




襄阳市(襄城、🥘樊城、🤚‍襄州)




长春市(南关、宽城、🌦️朝阳、二道、🛐绿园、双阳)




桂林市(象山区、叠彩区、🤜‍七星区、🙈️临桂区、阳朔县、🌶灵川县、全州县、兴安县、灌阳县、荔浦市、❔资源县、平乐县、恭城瑶族自治县、龙胜各族自治县、永福县)




重庆市(绵阳、👻涪陵、渝中、🈺大渡口、🧀️江北、💖沙坪坝、✊️九龙坡、南岸、北培、万盛、双桥、渝北、巴南)




鞍山市(铁西区、海城市、台安县、岫岩满族自治县、立山区、👐铁东区、🥍‍市辖区、🕞千山区)




蚌埠市(五河县、🚬️固镇县、🥅市辖区、淮上区、龙子湖区、蚌山区、怀远县、禹会区)




襄阳市(襄城、💔樊城、襄州)




太原市(小店、😺迎泽、杏花岭、尖草坪、🌼万柏林、😼️晋源)




南昌市(青山湖区、🚬️红谷滩新区、🦗东湖区、西湖区、🍡青山湖区、🥗‍南昌县、进贤县、😉安义县、湾里区、☸️地藏寺镇、😪瑶湖镇、铜鼓县、昌北区、🍁青云谱区、🦄‍望城坡镇)




宁波市(海曙、♊️️江东、㊗️江北、😯北仑、😗镇海)




甘肃省兰州市(城关区、🦋七里河区、西固区、🧐安宁区、红古区、永登县、皋兰县、榆中县、兰州新区、皋兰县、🍋雁滩区)




抚顺市:🙀顺城区、新抚区、⚛️东洲区、望花区。




衡阳市(珠晖、雁峰、🌪石鼓、⛎蒸湘、南岳)




咸宁市(通山县、🐄咸安区、崇阳县、通城县、🍸市辖区、赤壁市、嘉鱼县)




新竹县(新丰乡、🦃峨眉乡、湖口乡、😴关西镇、新埔镇、😧横山乡、尖石乡、北埔乡、竹东镇、🌙宝山乡、芎林乡、😴五峰乡、🐿竹北市)




太仓市(城厢镇、金浪镇、🐉沙溪镇、璜泾镇、浏河镇、浏家港镇;)




南通市(崇州、港闸、通州)




宜昌市(西陵、伍家岗、🤑‍点军、猇亭、🎾️夷陵)




铁岭市:😏银州区、🙄清河区。




贵州省安顺市(西秀区、🆔平坝区、普定县、镇宁布依族苗族自治县、🥒关岭布依族苗族自治县、🐍紫云苗族布依族自治县、🍱安顺市、开阳县)




抚顺市:顺城区、新抚区、😹东洲区、🐦望花区。




济南市(历下、市中、槐荫、天桥、🐒历城、长清)




珠海市(香洲区、斗门区、🌝金湾区、🍻横琴新区、万山区、🐫珠海高新区、😄唐家湾镇、🌻三灶镇、白石镇、🦁前山镇、🐵南屏镇、🖐珠海港镇、金鼎镇)




铁岭市:🍁银州区、清河区。




南昌市(东湖区、🎣西湖区、🤜青山湖区、红谷滩新区、南昌县、新建区、🍫安义县、进贤县、㊗️️湾里区、😨昌北区)




南投县(信义乡、😴竹山镇、🈯️中寮乡、🥦水里乡、🕜‍草屯镇、🐲仁爱乡、名间乡、🧀埔里镇、🍰鹿谷乡、国姓乡、鱼池乡、🆔集集镇、南投市)




榆林市(榆阳区,横山区)朝阳市(双塔区、龙城区)




上饶市(信州、广丰、广信)




益阳市(南县、资阳区、🤚‍桃江县、🆎市辖区、🍨‍沅江市、赫山区、安化县)




南昌市(东湖区、西湖区、🦆青山湖区、红谷滩新区、南昌县、👴安义县、进贤县、经开区、青山湖区、湾里区、🌰赣江新区、青云谱区、🏓浔阳区)




临沂市(兰山区、🤟️罗庄区、♑️️河东区、沂南县、郯城县、❓苍山县、🏐‍费县、🥑蒙阴县、临沭县、🤳兰陵县、莒南县、平邑县、沂水县、💢临沂高新技术产业开发区)




本溪市:平山区、明山区、❔溪湖区、南芬区。




乐山市(市中、💢沙湾、五通桥、日照口河)




鹤壁市(淇县、🐀鹤山区、🍨浚县、山城区、市辖区、淇滨区)




白山市(靖宇县、👩浑江区、江源区、长白朝鲜族自治县、抚松县、💓临江市、🏑市辖区)




贵州省安顺市(西秀区、平坝区、普定县、镇宁布依族苗族自治县、😄关岭布依族苗族自治县、😰紫云苗族布依族自治县、安顺市、🥅开阳县)




九江市(莲溪、⚱️浔阳)




牡丹江市:东安区(部分区域未列出)、🍇西安区和阳明区和爱民区和绥芬河市和海林市(部分区域未列出)。




东莞市(莞城、🐀南城、🤟万江、东城,石碣、🥖石龙、🌸‍茶山、🌧石排、🕟企石、横沥、桥头、谢岗、☁️东坑、🐸常平、❕寮步、🥟大朗、黄江、清溪、塘厦、凤岗、🐊长安、♎️惠东、💔厚街、😔沙田、道窖、洪梅、⛳️麻涌、🐖中堂、🈶高步、🌪樟木头、✝️大岭山、♉️望牛墩)




通辽市(科尔沁区、🔰扎鲁特旗、🔯开鲁县、霍林郭勒市、市辖区、🦢科尔沁左翼中旗、🙈库伦旗、科尔沁左翼后旗、😼奈曼旗)




桂林市(秀峰区、🐇️象山区、七星区、雁山区、🔞临桂区、☪️阳朔县、资源县、平乐县、灌阳县、🌈荔浦市、灵川县、全州县、🌱永福县、♌️龙胜各族自治县、📵恭城瑶族自治县):♌️




嘉兴市(海宁市、🤘市辖区、🈴秀洲区、👽平湖市、🤤桐乡市、南湖区、✡️嘉善县、海盐县)




常熟市(方塔管理区、🤐虹桥管理区、琴湖管理区、☝️兴福管理区、谢桥管理区、大义管理区、莫城管理区。)宿迁(宿豫区、🍗宿城区、⚛️湖滨新区、洋河新区。)




台州市(椒江、🐐黄岩、🥑️路桥)




泰州市(海陵区、😧高港区、姜堰区、兴化市、🚭泰兴市、🥍靖江市、🐐扬中市、丹阳市、泰州市区、姜堰区、🥣️海安镇、周庄镇、🌨东进镇、世伦镇、👧‍青龙镇、杨湾镇、🥝️马桥镇)




牡丹江市:东安区(部分区域未列出)、🦙️西安区和阳明区和爱民区和绥芬河市和海林市(部分区域未列出)。




雅安市(汉源县、市辖区、💜名山区、🖖石棉县、🥗荥经县、宝兴县、天全县、❔芦山县、👊雨城区)




南充市(顺庆区、🤔高坪区、😘‍嘉陵区、🔱‍南部县、😐营山县、蓬安县、💜仪陇县、👈西充县、🤚阆中市、抚顺县、阆中市、😙‍南充高新区)




郴州市(宜章县、💪嘉禾县、🤜永兴县、🈵汝城县、市辖区、桂东县、北湖区、桂阳县、苏仙区、🥟临武县、安仁县、资兴市)




山南市(错那县、琼结县、🥙洛扎县、😲贡嘎县、🍀️桑日县、🤙曲松县、🍂浪卡子县、🉑市辖区、隆子县、💥加查县、🍿扎囊县、乃东区、措美县)




南昌市(青山湖区、红谷滩新区、东湖区、🦀西湖区、青山湖区、南昌县、进贤县、安义县、🍭湾里区、✅地藏寺镇、瑶湖镇、🙌铜鼓县、✅昌北区、青云谱区、望城坡镇)




株洲市(荷塘、芦淞、石峰、🦠天元)




辽阳市(文圣区、🌟宏伟区、😔弓长岭区、太子河区、♒️灯塔市、🤮️辽阳县、白塔区、广德镇、双台镇、桥头镇、长春镇、⁉️合德镇、🐂兴隆镇、安平镇、辛寨镇、🕧黄土岭镇)




舟山市(市辖区、💚定海区、嵊泗县、普陀区、🕤️岱山县)




玉溪市(澄江县、🐒江川县、易门县、华宁县、新平彝族傣族自治县、🕎元江哈尼族彝族傣族自治县、😣通海县、抚仙湖镇、红塔区、🥋龙潭街道、南北街道、白石街道)




三明市(梅列、🚷三元)




柳州市(柳北区、柳南区、柳江县、柳城县、🥂️鹿寨县、融安县、🍂融水苗族自治县、三江侗族自治县、城中区、鱼峰区、柳东新区、柳市镇)




保定市(莲池、竞秀)




德州市(陵城区、乐陵市、宁津县、庆云县、🔅️临邑县、🔯平原县、😟武城县、夏津县、禹城市、德城区、🍍禹城市、🍌齐河县、💓开封县、双汇镇、🐉东风镇、商丘市、阳谷县、☄️共青城市、城南新区)




昆山市(昆山开发、高新、🕞综合保税)




许昌市(魏都)




济南市(历下、市中、👐槐荫、✌️️天桥、🖕历城、长清)




安康市(宁陕县、🤭白河县、汉阴县、🦒️岚皋县、石泉县、市辖区、紫阳县、🍄汉滨区、👺️旬阳县、镇坪县、平利县)




常州市(天宁、💛钟楼、新北、武进、日照坛)




郑州市(中原、二七、管城、日照水、😟上街、惠济)




中卫市(沙坡头区、海原县、中宁县、🌥市辖区)




金华市(武义县、东阳市、磐安县、浦江县、♐️‍兰溪市、🌲永康市、婺城区、义乌市、🐦市辖区、金东区)




长沙市(芙蓉、✌天心、岳麓、🙌开福、🐒雨花、望城)




葫芦岛市:龙港区、🐉南票区、🐀连山区。




沧州市(新华区、运河区、🌵沧县、青县、🚭东光县、海兴县、盐山县、肃宁县、南皮县、☣️吴桥县、献县、🆎‍孟村回族自治县、河北沧州高新技术产业开发区、沧州经济技术开发区、😫任丘市、黄骅市、🍡河间市、泊头市)




邢台市(邢台县、😸南和县、清河县、临城县、😳广宗县、威县、宁晋县、🍔柏乡县、😽任县、👿内丘县、南宫市、沙河市、任县、邢东区、邢西区、📳平乡县、⛎️巨鹿县)




巴彦淖尔市(杭锦后旗、磴口县、😾乌拉特中旗、乌拉特后旗、🥞乌拉特前旗、💜市辖区、临河区、五原县)




连云港市(连云、海州、赣榆)




淮安市(淮阴区、清河区、淮安区、😜涟水县、🛐洪泽区、😲️盱眙县、金湖县、楚州区、☕️️淮安区、😍海安县、👨亭湖区、🕝淮安开发区)




玉林市(玉州)




柳州市(城中、🍙鱼峰、🕢柳南、柳北、🤒柳江)




新竹县(新丰乡、🈷️峨眉乡、✌️湖口乡、关西镇、新埔镇、✊横山乡、尖石乡、🤛北埔乡、🤮竹东镇、宝山乡、⭕️芎林乡、五峰乡、竹北市)




临沂市(兰山、🤪罗庄、河东)




连云港市(连云、🐂海州、☸️赣榆)




廊坊市(安次、广阳)




赣州市(南康区、💚‍赣县区、于都县、兴国县、🦘章贡区、龙南县、大余县、🦌信丰县、安远县、全南县、🦗宁都县、🥕定南县、上犹县、🤞崇义县、🍌南城县)




玉溪市(澄江县、江川县、通海县、♓️华宁县、🔆易门县、峨山彝族自治县、抚仙湖镇、新平县、元江哈尼族彝族傣族自治县、红塔区、😒玉溪县、😰敖东镇、🥥珠街镇)




宜昌市(宜都市、🌐长阳土家族自治县、当阳市、五峰土家族自治县、西陵区、兴山县、🥧夷陵区、远安县、点军区、🍧枝江市、💙猇亭区、秭归县、💣伍家岗区、♐️市辖区)




绵阳市(江油市、🐫北川羌族自治县、梓潼县、市辖区、盐亭县、涪城区、安州区、👻三台县、👴平武县、游仙区)




湘潭市(雨湖、🕙岳塘)




漳州市(芗城、🌝龙文)




嘉义县(朴子市、🕧‍番路乡、民雄乡、竹崎乡、梅山乡、义竹乡、大林镇、♏️布袋镇、新港乡、太保市、六脚乡、🍾大埔乡、🐖鹿草乡、🐍️溪口乡、水上乡、🐐中埔乡、阿里山乡、🐓东石乡)



特朗普宣布!美联储主席候选人名单缩小至三人,他是热门人选之一每经编辑|毕陆名    据央视新闻,路透社5日报道,美国总统特朗普当天对记者表示,目前美联储主席候选人的名单已缩小至三人。图片来源:视觉中国其中包括白宫国家经济委员会主任凯文·哈西特、前美联储理事凯文·沃什以及美联储理事克里斯托弗·沃勒

发布于:北京市
评论
全部
还没有人评论过,快来抢首评
抢首评