面向智能化服务热线的自主可控大模型关键技术研究及示范应用
本课题由北京慧聆智家科技有限公司联合北京市市民热线服务中心共同承担，于2024年11月通过北京市科学技术委员会及相关领域专家的联合评审，正式获批立项并进入实施阶段。 本课题从市民热线面临的实际业务需求的痛点、技术难点出发，结合12345 市民热线服务平台长期以来积累的海量数据资产，开展基于大模型的智能工单处理技术、要素抽取技术等多项核心技术研究，构建基于自主可控大模型的“12345”智慧热线应用平台，打造接诉即办全流程智能化平台。 本课题最终构建智慧热线应用平台在北京市市民热线开展试点应用，示范内容包括智能工单记录、智能工单分类与自动派单、智能摘要生成以及多语种翻译等多项核心功能。以智能派单功能为例，传统网络班组人员人均处理工单量974件，课程成果应用期间累计智能派单147235件，智能派单准确率96.33%，人均处理工单量1286件，效率提升32.03%。 成果在北京市市民热线率先落地试点，为全国范围内的政务热线提供了可复制、可推广的实践经验，不仅有助于推动全国热线实现跨越式升级，还将带动人工智能、大数据、云计算等相关产业在政务服务领域广泛应用，形成政务与产业双轮驱动的格局。
面向政策制定的低幻觉多任务适配大模型技术研究及示范应用
在政策制定等知识密集型专业领域中，通用大语言模型面临着知识时效性不足、领域深度欠缺、易产生幻觉、无法访问私域权威数据等关键痛点。与此同时，当前政策制定与服务过程中普遍存在政策信息获取渠道分散、信息不对称、政策内容解读困难等核心问题。针对这些挑战，本课题研发了一套适用于政策制定场景的低幻觉多任务适配智能辅助系统。 本课题的研究内容采用分层架构设计。基础技术层聚焦于构建增强RAG以抑制模型幻觉的基础组件，包括面向政策垂直领域的查询改写、文档找回、政策上下文拼接和加权、政策验证闭环和政策智能体工作流。核心系统层针对政策垂直领域设计了"任务调度与路由机制""多智能体协同模式"以及"推理-行动机制与反思优化"，并构建多任务适配的政策智能体。支撑应用层通过建设高质量多维度的政策垂直领域数据集，并设计创新型的人机协同方式，赋能北京市政府部门示范应用。 在幻觉抑制方面，本课题系统分析并整合了四种技术方案。数据驱动抑制方案通过设计政策领域高质量数据集，涵盖不同层级、不同发布渠道、不同元结构信息，同时设计政策垂直测试集以及质量评估体系。调控模型结构与参数抑制方案通过对模型架构和参数的精细调控，增强模型在政策领域的专业表现。推理和生成阶段控制方案设计了面向政策的推理生成抑制技术，将政策问答系统的结构化格式如标准化的引用格式、规范的政策条文引述、结构化的对比分析结果等引入，并施加结构化约束。外部辅助和混合策略方案设计了面向政策领域的检索增强生成技术，将"检索—认证—排序—证据拼接—生成—验证"结合为一个可信因果链条，并引入基于来源可信度的分层检索策略、政策文件权威性认证机制与证据一致性反馈等模块，从系统层缓解大模型的幻觉问题。 在多任务适配方面，本课题提出了面向政策领域的多任务适配技术方案。该方案基于多智能体协同体系，将不同任务的处理逻辑抽象为"任务体"，通过统一调度、模块化管理和可复用机制，实现从任务识别、执行到结果汇聚的全过程智能化管理。设计目标包括统一底座、分工协同、动态调度、可解释推理和持续优化等，实现政策大模型系统在多任务环境下的统一管理与智能适配，为政务智能化提供了可扩展的技术基础。 本课题完成政策大模型系统在首都之窗等政务场景的示范应用，并达成以下关键考核指标：在政策检索增强数据集上Top-10召回率达到90%以上；混合意图识别准确率达到80%以上；"区域对比、定义查找、时间沿革、总结归纳、异同分析、存在性验证"等多任务问答数据集准确率在70%甚至90%以上；并在各测试场景上将幻觉率降低10%以上。
面向城市地下管廊巡检监测的实景三维和智能化技术研发应用
本课题针对传统地下管廊运行管理方式落后、缺少信息化抓手、运维管理人力成本高、安全风险高等问题，通过研究参数化规则建模与激光点云数据混合驱动的大规模管廊三维重建与可视化、管廊巡检机器人系统设计与自主巡检、基于多源异构数据融合的监测等技术，研发城市管廊综合监测预警运行管理系统, 实现基于实景三维虚实融合的一图展示、一网统管，对地下管廊内管线进行环境感知、智能化监测和预警决策支持，并在城市副中心地下综合管廊示范应用，为智慧城市、韧性城市建设提供有力的基础设施保障。
