政务大模型通用技术与应用支撑能力要求

微信扫码，打开到小程序

ICS 35.240.99 CCS L67 团 体 标 准 T/ISC 0079—2025 政务大模型通用技术与应用支撑能力要求 General Technical and Application Support Capability Requirements for Government Large Models 在提交反馈意见时，请将您知道的相关专利与支持性文件一并附上。 发布稿 2025-07-18 2025 - 07 - 18 发布 2025 - 08 - 18 实施 发 布 中 国 互 联 网 协 会 T/ISC 0079—2025 目 次 前 言 ............................................................................... I 引 言 .............................................................................. II 政务大模型通用技术与应用支撑能力要求 ................................................... 1 1 范围 ................................................................................. 1 2 规范性引用文件 ....................................................................... 1 3 术语和定义 ........................................................................... 1 3.1 模型优化 model optimization .................................................... 1 3.2 强化学习 reinforcement learning；RL ............................................ 1 3.3 大模型 large-scale model ....................................................... 1 3.4 大模型服务 large-scale model service ........................................... 2 3.5 微调 fine-tuning ............................................................... 2 3.6 提示词 prompt ................................................................... 2 3.7 工具链 toolchain ................................................................ 2 3.8 政务大模型 Government Large-Scale Model ......................................... 2 4 符号和缩略语 ......................................................................... 2 5 政务大模型通用技术与应用支撑能力框架 ................................................. 3 6 政务大模型生产能力 ................................................................... 3 6.1 政务知识管理 ..................................................................... 3 6.2 模型开发 ......................................................................... 4 6.3 模型评测 ......................................................................... 6 6.4 应用服务组装 ..................................................................... 6 7 政务大模型运营 ....................................................................... 9 7.1 业务运营 ......................................................................... 9 7.2 平台运营 ......................................................................... 9 7.3 数据运营 ........................................................................ 10 7.4 服务运营 ........................................................................ 10 8 政务大模型通用服务能力 .............................................................. 10 8.1 交互式问答 ...................................................................... 10 8.2 生成式 BI ........................................................................10 8.3 多轮引导反问 .................................................................... 11 8.4 数据定期更新能力 ................................................................ 11 8.5 文案生成 ........................................................................ 11 8.6 计算机视觉（CV） ................................................................ 11 8.7 多模态处理 ...................................................................... 12 9 政务大模型安全保障能力 .............................................................. 14 9.1 数据安全 ........................................................................ 14 9.2 模型安全 ........................................................................ 14 T/ISC 0079—2025 9.3 话术安全 ........................................................................ 14 9.4 服务安全 ........................................................................ 15 10 政务大模型场景服务能力 ............................................................. 15 10.1 多角色适应性（服务对象） ....................................................... 15 10.2 政务场景应用能力 ............................................................... 15 T/ISC 0079—2025 I 前 言 本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国互联网协会提出并归口。 本文件起草单位：中国信息通信研究院、浪潮云信息技术股份公司、蜜度科技股份有限公司、中电 信数政科技有限公司、上海梦创双杨数据科技股份有限公司、北京百度网讯科技有限公司、阿里云计算 有限公司、湖北楚天云有限公司、南京大数据集团有限公司、中电万维信息技术有限责任公司、天翼云 科技有限公司、联通数字科技有限公司、华为技术有限公司、广电运通集团股份有限公司、浪潮软件科 技有限公司、中移（苏州）软件技术有限公司、中电信数智科技有限公司、中电云计算技术有限公司、 广州趣丸网络科技有限公司、深圳市环境水务集团有限公司、杭州余杭大数据经营有限公司、北京电子 数智科技有限责任公司、腾讯云计算（北京）有限责任公司、中国联合网络通信有限公司智能城市研究 院、北京致远互联软件股份有限公司、浙江百应科技有限公司、中国铁塔股份有限公司、武汉烽火集成 信息技术有限公司。 本文件主要起草人：吴佳兴、宋光通、吴宁、宋佳明、栗蔚、徐恩庆、张琳琳、孙宗哲、王昉、田 丰、王婷、王宁、郑诗昊、石子豪、姬海南、陈尧、薛娇、张宜梅、张龙、刘凤月、姜帆、于希光、张 睿智、栾培培、戴鸿轶、王栋梁、张宝玉、李宗倍、秦祎晗、宋建平、徐祯琦、邰成刚、宋汝良、余雷、 熊欢、夏耀东、韩旭、柯鑫、肖世达、孙腾中、刘灵娟、朱一飞、陈伟、傅鹏、邱泳钦、张英博、张亮、 高红、苏志伟、苑辰、谷颖慧、王岭钢、任俊龙、刘增志、赵少博、颜峻、苏洋、张璟、肖敏、肖霖、 陈利明、马俊国、周建华、钟明康、王鹏、崔昊、冯晓蒙、吴至婧、徐天适、王梓瑄、张文静、肖思琪、 刘刚、樊丁丁、孟于杰、汤良、王伟印、祁超、王鲁、苗子聪、何煦、何宁宁、李存冰、李照川、石园、 王珂琛、郭真、马金龙、吴辉扬、徐志坚、顾阳、唐紫浩、罗彬彬、原超、王永霞、高新珉、吴江。 T/ISC 0079—2025 II 引 言 以人工智能大模型为核心的新一代信息技术，凭借其强大的语义理解、多模态处理及智能决策能力， 正逐步成为提升政务效率、优化决策流程、强化城市治理的重要技术支撑。然而，政务大模型在技术标 准统一性、场景适配性、安全可控性等方面仍面临挑战。为进一步规范政务大模型的技术研发与应用实 践，推动其在政策分析、智能办公、市民服务等场景中的规范化落地，围绕政务大模型的生产能力、通 用服务能力、场景服务能力、运营支撑及安全保障五大维度制定此标准，明确模型开发、知识管理、多 轮交互、数据安全等核心要求，旨在构建技术统一、安全可信、场景适配的政务大模型能力框架。本标 准的实施将为数字政府智能化转型提供技术基准，促进政务领域人工智能技术的健康发展。 T/ISC 0079—2025 1 政务大模型通用技术与应用支撑能力要求 1 范围 本文件规定了政务大模型通用技术与应用支撑能力要求，包括五方面：一是政务大模型生产，二是 政务大模型通用服务能力，三是政务大模型场景服务能力，四是政务大模型运营支撑，五是政务大模型 安全保障。 本标准适用于： a）政务大模型服务提供方评估自身技术与应用能力； b）政务大模型应用方或管理方对政务大模型服务提供方的服务能力要求； c）第三方评估政务大模型服务提供方的能力。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。 凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB/T 41867—2022 信息技术 人工智能 术语 GB/T42018—2022 信息技术 人工智能 平台计算资源规范 GB/T 45288.1—2025 人工智能 大模型 第1部分：通用要求 GB/T 45288.3—2025 人工智能 大模型 第3部分：服务能力成熟度评估 3 术语和定义 3.1 模型优化 model optimization 提升模型执行速度，泛化能力，或改善利益相关方所关心的其他特性的方法。 [来源：GB/T 41867—2022，3.2.19] 3.2 强化学习 reinforcement learning；RL 一种通过与环节交互，学习最佳行动序列，使回报最大化的机器学习方法。 [来源：GB/T 41867—2022，3.2.25] 3.3 大模型 large-scale model 大规模深度学习模型 large-scale deep learning model 基于大量数据训练得到,具有复杂计算架构,能处理复杂任务,且具备一定泛化性的深度学习模型。 注：大模型的参数有其功能和模态决定，一般不低于1亿规模。大模型训练使用的数据总量受参数 量的影响，达到收敛的大模型的参数量的对数与其训练数据总量的对数成正比。 [来源：GB/T 45288.1—2025，3.1] T/ISC 0079—2025 2 3.4 大模型服务 large-scale model service 开发、应用大模型及大模型系统的服务,以及以此为手段提供支持需求方业务活动的服务。 注:常见大模型服务内容包括大模型平台服务、大模型开发定制服务、大模型推理及运营服务。 [来源：GB/T 45288.1—2025，3.2] 3.5 微调 fine-tuning 为提升机器学习模型预测准确性,使用专门领域数据在大模型上继续训练的过程。 注1:专门领域数据一般是特定场景的生产数据或合成数据。 注2:常用的微调方法包括提示词微调、全参微调、参数高效微调等。 [来源:GB/T41867—2022,3.2. 31,有修改] 3.6 提示词 prompt 提示语 使用大模型进行微调或下游任务处理时,插入到输入样本中的指令或信息对象。 [来源：GB/T 45288.1—2025，3.5] 3.7 工具链 toolchain 用于支撑大模型开发、定制及应用的软件集合。 [来源：GB/T 45288.3-2025，3.3] 3.8 政务大模型 Government Large-Scale Model 政务大模型是指基于大规模数据训练和深度学习算法构建，专为政务领域设计的人工智能模型，具 备强大的语义分析、信息处理及预测能力，旨在提升政府决策效率和服务质量，优化政务流程，并实现 政务服务的智能化与精准化。 4 符号和缩略语 下列符号和缩略语适用于本文件。 API 应用程序接口(Application Programming Interface) QA 问题与答案(Question-Answering) BI 商业智能(Business Intelligence) SSL 安全套接层(Secure Sockets Layer) TLS 传输层安全性协议(Transport Layer Security) NeRF 神经辐射场(Neural Radiance Fields) CV 计算机视觉(Computer Vision) OSS 对象存储（Object Storage Service） 3D 三维技术（Three-Dimensional） NeRF 神经辐射场（Neural radiance fields） T/ISC 0079—2025 3 5 政务大模型通用技术与应用支撑能力框架 图 1 政务大模型通用技术与应用支撑能力框架 6 政务大模型生产能力 6.1 政务知识管理 6.1.1 政务知识资源库建设 a) 应支持对知识进行分类管理，帮助用户进行精细化的知识管理和分类，提升查找和使用知识的 便利性； b) 应支持对公共知识属性进行管理，支持用户自定义创建和对已有的属性进行修改、删除等操作， 以便于搜索和过滤； c) 应支持类目知识属性管理能力，支持对知识进行分类管理，用户可以自定义创建类目并将知识 分配到相应的类目中，如地理空间、政务政策、法律法规、机构职能、政府公示等。通过类目 知识管理，用户可以更好地对知识进行分类，方便搜索和使用； d) 应支持用户录入和扩展使用政务行业专属知识，并支持多种数据结构的录入、配置和预览，以 及灵活的文件上传方式。用户可以将自己的专业知识录入到系统中，并且这些知识能够在政务 大模型中被扩展应用到其他相关场景或功能中，以提高模型的效能和准确度。 6.1.2 政务知识资源质量控制 a) 应支持知识自动打上政务标签； b) 应支持知识库的智能摘要，确保知识的精简融合； c) 宜设立政务知识资源审核机制，确保知识的准确性和合规性； d) 宜设立政务知识的更新机制，确保知识的实时性。 6.1.3 政务知识图谱构建 a) 宜支持基于政务知识资源库，构建政务领域的知识图谱，知识图谱宜涵盖政务实体（如政府部 门、政务事项、政策文件等）及其关系（如隶属关系、业务关联关系等）； b) 知识图谱的数据来源宜具有多样性，包括但不限于政务数据库、文档资料、新闻报道等，且应 确保数据的准确性和时效性； c) 知识图谱的构建过程宜具备可追溯性，记录知识抽取、融合、推理等环节的关键信息，便于后 续的审计和优化； T/ISC 0079—2025 4 d) 宜支持对知识图谱进行可视化展示，使用户能够直观地了解政务知识之间的关联关系，辅助决 策分析； e) 知识图谱宜具备动态更新能力，能够根据政务知识资源库的更新及时调整和完善图谱内容，以 反映政务领域的最新情况。 6.2 模型开发 6.2.1 数据采集处理 6.2.1.1 数据收集 a) 应支持常见数据源，包括支持线上OSS，线下文件作为数据源接入； b) 应支持多种数据类型，支持excel、txt、json等多种格式数据导入，以及支持结构化数据、非 结构化文本、音视频等多模态数据接入，提供数据去重工具。 6.2.1.2 数据标注 a) 应支持微调语料标注能力，即对已有大规模通用语料库进行精细化标注，以满足特定任务或领 域的需求。标注结果应具备一致性和可靠性，遵循相应的标注规范； b) 应支持对齐语料标注能力，具备将不同来源、不同结构的文本进行整合和对齐的能力，形成一 致、规范的文本数据。考虑文本的语法、语义和上下文信息，确保文本对齐