公文大模型

1. 成果简介

基于大语言模型（LLM）技术和检索增强生成技术开发的垂直领域工具，专门针对公文场景的需求进行优化，能够显著提升公文写作、审核、管理和分析的效率。主要技术点包括：

（1）针对公文AI应用准确性、针对性和实时性的要求，设计融合外部知识的增强大模型方案。该方案应可弥补模型对事实性知识的缺失，并可在不重新训练整个模型的前提下及时为模型补充新知识输入，缓解大模型“幻觉”，保证模型生成内容的准确性和时效性，提高模型可解释性。

（2）设计模型输出审核引擎，该引擎包括事实性内容审核算法和敏感内容识别算法；事实性审核方面主要利用实体对齐和知识图谱推理技术对事实性表述进行正确性检查；敏感内容识别方面，主要是设计分级分类的敏感词库构造方案，确定敏感词范围和动态更新机制。

2. 技术创新点

该成果采用分级分类的公文大模型方案，在面向政务公文写作场景中，背景知识以及输出的知悉范围分级分类保护的需求，设计分级分类的公文知识库以及支持验真和权限控制的模型输出审核引擎，对需要保护的内容进行分级分类过滤。

3. 技术成熟度

该成果处于中试阶段（工程化验证）。

4. 可应用领域

该成果可应用于政府与公共事务领域，实现以下能力：

（1）自动化公文生成：快速起草通知、报告、请示、批复等标准文件，例如自动生成会议纪要或政策解读文稿。

（2）合规性审核：检查公文是否符合《党政机关公文格式》等规范，避免格式错误或表述不当。

（3）政策分析：从海量公文中提取政策关键词、趋势变化，辅助决策者研判发展方向。

5. 联系人

闫碧莹，biying@iscas.ac.cn，18611548977