主动参与经营决策而非被动处理 洞察力与行动 洞察 力 与 行动 2 智慧司法 智慧政法 智慧监察 法律要素解析 法律内容摘要 合同智能审核 智慧证照管理 智慧法院大模型 提示词、微调 增强预训练 产 品支持将大模型部署在本地服务器实现私有化部署。支持直接部署法律大模型进行推理，或部署 MaaS 平台及法律大模型 网络 企业法务 智慧公安 法律知识检索 合规智能审核 企业法务大模型 提示词、微调 L1 LO 智慧检察 智慧法院 法律知识问答 法律文本生成 智慧政法大模型 提示词、微调 法律大模型 基座大模型 智慧法律咨询 智能案件管理 合规智能审核 合同要素提取 智慧证照领用 行 业 应 用 层 数 据 层 基 础 设 置 层 平台手册知识库 存储 应用架构 3 关键 提升 举措 人机协同助力合规审核： 依托 OCR 、 CV 、 NLP 等技术实现多模态营销素材及 合同用印信息智能审核，提升审核准确率 AI 能 力 注 智 案 件 管 理：融合 Al 大语言 模型和 NLP 小模型，智能辅助收案、办案、 结案等案件管理工作全流程，实现案件管

工程量清单编制..................................................................................27 3.2 预算编制与审核..................................................................................29 3.3 成本控制与分析.. ..........................................................................44 5. DeepSeek-R1 在预算编制与审核中的应用...............................................45 5.1 自动化预算编制流程............................... 成本预测与估算..................................................................................48 5.3 预算审核与优化..................................................................................50 5.4 历史数据对比分析

4.3.2 模型在线学习策略...................................................................108 4.3.3 更新数据验证与审核................................................................109 5. 项目风险管理..................... 覆盖的范围包括数据收集、清洗、标注、存储与管理，以及基于这 些数据的 AI 大模型训练与优化。具体而言，项目将处理多源异构 数据，包括但不限于文本、图像、音频和视频等，确保数据的多样 性和代表性。数据处理阶段将采用自动化工具与人工审核相结合的 方式，以确保数据质量。在 AI 模型训练方面，项目将采用深度学 习技术，包括预训练模型（如 BERT、GPT 等）的微调，并结合迁 移学习、多任务学习等策略，提升模型的泛化能力和应用效果。此 外部数据来源是知识库建设中不可或缺的一部分，能够显著扩 展现有数据的广度与深度，提升模型训练的效果。首先，可以从公 开数据集入手，如政府机构、科研院所、国际组织等发布的开放数 据。这些数据通常经过严格的质量审核，具有较高的可信度和权威 性。例如，世界银行、联合国、美国国家统计局等机构提供的经 济、社会、环境等多领域数据，能够为知识库提供丰富的基础信 息。 其次，行业报告和白皮书是另一个重要的外部数据来源。许多

部署基于关键词、语义识别、图像比对等内容审核工具，对人 工智能生成内容实施全量初步筛查，重点识别违法违规、暴力 色情及不符合广播电视和网络视听播出规范的内容。 6 d) 建立涵盖权威公开信息来源作为参考的可信信源库；涉及关键 事实、政策表述、统计数据和引述内容等，应通过至少两个可 信信源进行交叉核验。 e) 设置初审、复审、终审等多层级人工审核机制，每级指定专人 负责内容审查，及时发现并纠正潜在问题。 传输覆盖场景安全指引如下： 8 a) 建立故障动态入库与模型更新机制，定期纳入新型故障知识， 确保模型覆盖最新故障类型。 b) 仅允许将验证后的解决方案录入知识库。 c) 从知识库提取数据，不应使用未经审核的外部数据源。 d) 人工智能生成的策略应附带“知识库溯源标签”，通过标签可获 取引用的知识库原文摘要。 e) 针对故障的人工智能生成策略仅可作参考建议，不直接执行。 8.4 集成分发场景 2）提供一键切换至获取非偏好内容的功能； 3）用户画像应适当、合理，不得包含歧视、恶意等信息。 c) 完善推荐内容审核： 1）持续完善内容审核机制，内容分发前应经过自动化审核和 人工复核； 2）建立违规和不良信息特征库，并定期更新； 9 3）建立内容审核责任追溯机制，明确审核责任； 4）对分发内容进行实时监测，发现违规或不良信息应立即停 止推送并采取消除、屏蔽等处置措施。 d) 用户赋权与特殊群体保护

管理员操作面板示例  分级分权管理权限：平台可以设置多级 管理权限，便于层级管理。超级管理员 赋予最高权限，下级党委或党支部可以 根据管辖范围赋予对应权限。  分级分权审核权限：针对有需要设置审 核的内容可以设置审核权限，审核通过 后才能进行公开展示。  分级分权查看权限：针对不同的对象， 可以设置不同的阅览查看权限。 分级分权管理 平台功能  党组织信息：提供党组织创建、修改、 教育培训 考评管理 活动管理 发展党员 换届选举 平台功能 提供标准化管理流程指引、党务工作全流程管理、所有材料电子化存档  涵盖对各类会议创建、通知、签到、 签退、会议纪要上传存储、会议纪 要审核等环节的全流程管理。 全流程管理 会议管理 平台功能  提供标准化流程指引；  通过平台提交入党申请，系统将根据党 员发展流程对党员发展流程线上化、无 纸化，实现全流程管理。 全流程管理 涵盖对三会一课创建、通知、签到、签退、会议纪 要上传存储、会议纪要审核等环节的全流程管理。  按照组织的要求实现民主生活会、民主评议、组织 生活会、谈心谈话的线上流程化，一切有迹可循。  涵盖对党日活动 / 志愿者活动通知、预告、报名、 签到、签退、展示等环节的全流程管理。 全流程管理 党组织生活管理 创建会议 会议详情 会议列表 会议纪要审核 民主评议 民主生活会 谈心谈话 创建组织生活会

项推荐准确率可达 90%；针对窗口收件受理场景建设了“合小 i”智能综窗助理，辅助窗口 工作人员解决办事群众口语化表述需求理解难、申请材料审核耗时耗力、办件登记边看边录 易出错等问题，目前试点窗口利用智能综窗助理收件已覆盖窗口收件 95%以上，办件登记效 率提升 5 倍，材料审核时长最高缩短 80%，大幅提高综窗人员服务质效，减少群众办事等待 时间，给办事群众带来更高效更优质的办事体验。 “网办”方 度、属地查检等文件精准检索与业务流程智能指引； （二）智能问数：搭建报关数据分析平台，通过“漏斗式”筛查，基于历史走私人员通 关特征分析，通过多轮问答方式锁定走私嫌疑目标； （三）合同审核：开发合同智能审核系统，实现条款合规性自动核查与风险预警； 图 8 RAG+Agent 工具链及 AI 计算使能方案和价值 华为提供了 ModelMate RAG 工具链及 AI 计算使能-RAG 性能调优）、多表关联以及“漏斗式”查询等多种调优手段，多轮查询 SQL 生成准确率达到 95%+；另外通过 Agent 工具集、多模态会话、规则适配、展示胶囊等关键特性，实现了商业 合同的自动审核，审核准确率达到 90%+，解决了传统人工审核机制，效率低、易出错的问 题。 3.2.1.3 面向智慧文旅场景的大模型应用-讯飞文旅大模型 基于大模型能力，提供贴合文旅行业服务场景的能力模型集，降低大模型行业使用门槛，

5.3 内容安全审查 内容安全审查方法包括但不限于： a）规则体系过滤：结合关键词、短语、上下文和语义模式，构 建规则体系进行识别和过滤。 b）内容审核模型：利用成熟的内容审核模型，对训练数据的内 容进行自动识别和审核。 c）人工审核：对于复杂、模糊或高风险的训练数据内容，引入 专业人工团队进行最终判断、删除或修正。 5.4 个人信息保护方法 个人信息保护方法包括但不限于： a） 误杀和 漏杀案例等供员工学习。 6.5.3 定期审查与更新 审查与更新方法如下： a）定期对现行清洗策略进行全面复盘。复盘中需对关键词库、 审核模型、风险评估阈值等核心要素进行重新核定，核定的依据包括 但不限于：关键词和规则的有效性、审核模型的性能、阈值设定的合 理性以及业务需求与安全环境的最新发展。 b）若遇重大需求变更，则宜启动专项审查，依据专项审查的结 论、变更需求的具体内容以及对新风险场景的评估结果调整清洗策

面变化，更预示着 一场深刻变革正在拉开序幕。 （1）效率的大幅提升 自动化流程优化：大模型技术通过深度学习算法，能够精准识别并自动化处理大量日 常、重复性任务，如数据录入、文件分类、初步索赔审核等。这种自动化不仅减少了人工干 预，还避免了人为错误，使保险公司能够更快速地响应客户需求，提升整体运营效率。 智能决策支持：在更复杂的业务场景中，大模型能够提供基于大数据的智能决策支持。 例如 推荐和服务 方案。这种个性化的服务体验不仅满足了客户的多样化需求，还增强了客户与保险公司之 间的黏性，提升了客户满意度和忠诚度。 智能化理赔服务：在理赔环节，大模型能够自动化处理索赔申请，快速审核并给出初 步处理意见。对于复杂案件，大模型还能提供智能辅助决策支持，帮助理赔人员更准确地 评估损失情况，提高理赔效率和客户满意度。 （4）创新驱动的未来发展 产品创新：大模型技术为保险公司提 言处理技术，机器人能够理解客户需求，提供准确的解答和建议，提升客户满意度。 （5）运营流程的智能化改造 自动化理赔处理：开发自动化理赔系统，利用OCR、NLP等技术自动提取理赔材料中 的关键信息，进行快速审核和赔付。这大幅缩短了理赔周期，提高了理赔效率。阳光财险深 化应用“一键赔”客户远程查勘工具，2023年通过“一键赔”在线视频、快速理赔的案件达到 95万次，接近车险总案件50%。 智能风控与反

100-200 钠摄入(mg) 3200 <2300 通过动态阈值报警系统（当某项营养素连续 3 天偏离推荐值 15%时触发提醒）实现主动干预。所有方案需通过临床营养师团队 审核，确保符合 ACSM（美国运动医学会）和 AND（美国营养师 协会）的最新指南标准。 2.1.2 慢性病患者 慢性病患者作为健康管理平台的核心用户群体之一，其营养管 理需求具有明确的疾病导向性和长期性特征。这类用户通常患有糖 倍标准差时触发复核） - 实施多源数据交叉验证（当 不同来源对同一食物的铁含量差异＞15%时启动人工审核） 动态扩展功能通过 API 接口实现，支持： - 新食品添加时的自 动营养素预测（基于食物分类和相似性分析） - 区域性食材的快速 入库（如地方特色食材通过临时审核通道） - 用户反馈的异常数据 修正流程 该数据库最终输出标准化的 JSON 接口，包含基础营养数据、 摄入，同时根据当日日程安排推荐适合 外食的高蛋白午餐选项 系统集成超过 20 万种食品的营养成分数据库，并通过以下机 制保证推荐质量： - 采用 A/B 测试验证不同推荐策略的有效性 - 设 置营养师审核通道，对特殊人群（如妊娠期）的建议进行人工复核 - 与电子病历系统对接时，自动规避药物与营养素的相互作用 ” 用户反馈渠道直接嵌入推荐界面，通过简单的 拇指向上/向 ” 下 评分系统收集数据，算法每

的客户画像，帮助银行更精准地理解客户需求， 提供个性化的财富管理方案。 个性化财富管理客户画像生成 自动化信贷审批流程优化案例 智能化申请审核 通过大模型对信贷申请材料进行自动化审核，包括身份验证、收入证明、信用记录等，快 速识别潜在风险点，减少人工审核的工作量和时间成本，提高审批效率。 动态信用评分 全流程自动化管理 大模型能够实时更新客户的信用评分，结合最新的交易数据和行为特征，动态调整信贷额