邵震洲：政務行業垂域大模型應用實踐與思考

介紹浙大網新在人工智能領域的布局，詳解在政務大模型方面的實現路徑和應用案例，并對政務大模型的未來發展提出建議

在人工智能領域的布局

打造算力平臺

基于傳統IDC業務升級轉型為GPU的算力中心，目前已經在全國形成7大自建數據中心、4大智算中心、6大算力中心，加入“西湖之光”算力聯盟，打造高性能算力平臺，開拓算網融合的新業態。

研發垂域大模型

發揮與浙江大學產、學、研一體的平臺優勢，研發精準指向行業痛點的垂域大模型，包括各類深度學習模型、強化學習模型、自然語言處理模型、大語言模型、計算機視覺模型和其他私有化模型構建，打造行業適用的人工智能模型庫。

構建平臺化基座

基于網新數智化基座，將AI中臺融入其中，形成“AI＋X”的基礎能力，提供全面的AI能力服務，包括算力支撐、模型訓練、模型倉庫、模型推理等，實現“AI＋人社”“AI＋醫保”“AI＋退役”“AI＋殘聯”等。

深挖行業性應用

以“小切口、大價值”的社會剛需場景為切入點，深挖行業性人工智能應用，將AI結合到政務領域的各種場景，包括服務、經辦、管理、監管等。

政務大模型實踐

政務大模型實現路徑

首先，開展垂直大模型研發工作，以實現政務領域行業大模型更適用、數據更精準、響應更快速；其次，搜集大量語料，目前搜集政策、文件、政策解讀、法律法規、流程、新聞等數據；最后，開展大模型訓練，將細分領域中需要的數據整理為學習清單，讓大模型掌握知識和技能，再進行考評，驗證學習結果、微調模型、建立針對行業的評測基準，最后投產應用、產生價值。

政務大模型應用實踐

一是人力資源大模型應用，通過“人才小助手”實現人才問答、招聘智推、活動智推、人崗競爭匹配等；二是工傷大模型應用，實現傷情描述的智能填寫，以及工傷鑒定等級的智能輔助判定，并通過“專家面檢”提升鑒定效率、避免“人情鑒定”情況發生；三是工資福利大模型應用，通過“智能問數”系統，提升數據分析效率。

政務大模型應用思考與發展建議

政務大模型應用思考

一是當前政務大模型應用場景深度和廣度有待進一步加深，應尋找應用領域中可與大模型能力融合的點位，從小切口入手，形成智能化應用；二是垂域模型是確保應用效果的關鍵，大模型理解、推理能力還需進一步提升。行業領域中的專有知識需要被進一步學習和訓練，形成一批行業大模型，提升行業應用效果；三是大小模型的融合應用是必由之路，單一大模型無法解決應用中的所有需求，根據應用場景，多模態、大小模型的混合使用，是目前階段行業場景智能化的必由之路；四是模型智力與算力水平的矛盾仍舊突出，在政務領域的行業數據洞察分析、復雜政策關聯推理等深度應用場景，需要規模更大的模型，然而國產算力基礎設施仍需進一步提升。

政務大模型發展建議

一是制定行業相關標準，數據、技術、業務、評測等，打造行業領域知識數據集，鼓勵行業大模型研發，促進行業智能化應用；二是建立模型算法市場，開展模型評測、管理、服務、交易，促進模型和工具市場化，避免重復研發、促進行業共享；三是企業專注行業深度應用，著眼于人工智能大模型與行業業務深度融為一體的全新場景，促進行業智能化轉型提升。

（作者系浙江浙大網新軟件產業集團有限公司副總裁，本文由浙江數字經濟百人會供稿。）