近日，北京可為合作單位長沙市市場監管局在國家市場監管總局《市場監督管理》（半月刊）雜志發表題為《運用生成式人工智能技術破解市場監管基層執法辦案工作難題的探索》的文章，在“半月刊”雜志2024年第11期（6月上旬刊）登載。

文章對如何運用生成式人工智能（AIGC）技術破解市場監管領域行政執法基層難點問題，包括大模型數據訓練、行業模型構建、應用成效及優化路徑進行了深入闡述。

《市場監督管理》（半月刊）是國家市場監督管理總局主管、中國工商出版社主辦的市場監管部門的工作指導性期刊。刊物堅持"以基層為主，以業務為主"的辦刊思路，貼近大市場監管執法的業務實際，堅持權威性、專業性和實用性，是市場監管系統工作指導和業務交流的重要平臺。

《市場監督管理》（半月刊）

2024年第11期刊發本文

以下是文章的全部內容：

運用生成式人工智能技術破解市場監管基層執法辦案工作難題的探索

生成式人工智能技術（AIGC）是一項革命性技術突破，為我國新質生產力發展提供了原動力。前期，長沙市市場監管局通過與第三方公司合作，探索研究運用生成式人工智能技術在市場監管行政執法領域的運用，基于零一萬物Yi-34B-Chat基礎模型，創建了 AIGC行政執法垂直大模型，開發了基于移動端的AI智慧執法辦案系統，探索出了“人工智能+執法”的辦案新模式，提升了辦案效率，提高了案件質量，規范了執法行為，達到了為基層減負的效果。

研究的目的和目標

市監執法涉及的法律法規多，執法人員需掌握的法規較多，基層執法人員力量嚴重不足等，導致“人與事”的矛盾愈發突出，基層監管人員面對流程復雜、時效性強、文書量大的行政案件往往是望而卻步。另外，目前缺乏有效的智慧化執法手段。前期，省市也推出過一些案件管理系統，這些系統都是PC端操作，現場辦案時往往很難派上用場，最終都淪為事后補錄數據的工具，形成“人為系統轉”的局面，為基層執法人員所詬病。

為破解執法辦案工作難題，長沙市局緊盯市場監管總局智慧監管工作目標，從技術和業務角度對開發基于移動端的AI智慧執法辦案系統進行了科學論證，明確了研究目的，確立了研究目標，制定了預期指標。

研究目的：運用人工智能技術為行政執法工作賦能，全面提升執法效能和辦案質量，為基層執法人員減負。

研究目標：通過大量的典型案件數據、法律法規數據完成執法大模型的訓練，開發出易用好用的市場監管AI智能行政執法辦案系統。

預期指標：智能法條匹配準確率大于95%；類案推薦準確率大于95%；文書智能生成的符合度大于95%；智能處罰裁量合法性100%；執法程序違規預警率100%。

數據集準備

數據收集和整理。長沙市局梳理了長沙市局范圍內近年來典型行政執法案例卷宗，包括食品、商標、廣告、價格、產品質量等各類案件。對甄選出來的卷宗的數據進行清洗萃取，包括案件描述、證據材料、處罰結果等。

數據預處理。對采集到的數據進行預處理，包括去除噪聲、錯誤數據標識、處理缺失值、異常值、數據修正、文本清洗、轉換檢驗等。對文本數據進行分詞、詞性標注、命名實體識別等自然語言處理操作。經預處理后，用于最早期數據訓練的高質量數據集大小約在4萬條上下，覆蓋市場監管重點領域的行政執法主要案件業務。

業務特征提取。根據行政執法專業知識和案件辦理的流程要求進行行政執法業務特征提取，涉及特征提取方法，提取案件的關鍵信息，如違法行為、證據材料等。利用統計分析、關聯規則挖掘等技術篩選出對違法行為判斷有重要影響的特征。

數據集表示。采用json格式交給大模型進行微調訓練，數據集包含instruction、input、output三個字段。Instruction是指令，input是指令對于的背景資料，output是輸出結果，對應prompt是instruction和input的結合，output是response。

從啟動研究之初到目前，行業模型經過了三個大版本的迭代，數據訓練達到以下性能測評指標。從性能指標參數值看，行業模型能較好地滿足執法辦案的案件線索識別和案件性質推理的需要。

系統功能

通過大模型選型、模型微調訓練、模型評估與驗證、系統集成與優化等步驟，在符合系統安全的要求下，長沙市局開發了“市場監管AI智慧執法辦案系統”，系統功能主要包括如下幾大板塊：

智能法規顧問通過類似ChatGPT或文心一言的大模型問答聊天，對自然語義案情線索給出案件定性處罰建議和相似類案智能推薦，以知識圖譜形式展示，確保同事同標、類案類判。

智能辦案輔助在行政執法各環節給出“AI執法指導”或“AI幫我辦”，賦能辦案全流程。

智能文書生成按照《市場監督管理行政處罰文書格式范本（2021版）》格式要求，智能一鍵生成，卷宗云端歸檔。

智能移動執法做到電腦端、移動端“雙端互通”實時同步功能一致，滿足執法外勤需要。

應用效果

自2023年10月AI智慧執法辦案系統在長沙市開福區局試點以來，已累計辦理“湘水漁家餐飲店涉嫌發布違法廣告案”等200余件行政案件。基層干部普遍認為，該系統的應用大大提升了辦案效率，保障了案件質量，達到了為基層減負的效果，主要體現在以下四個方面。

提高了行政執法辦案的效率。通過海量的執法案卷材料和法律法規對大模型進行預數據訓練，目前大模型已能準確分析案件性質、做出自由裁量處罰建議，能幫助執法人員生成案件來源登記表、終結報告等50余種執法文書利用電子簽章領導隨時隨地在手機完成案件審批。經測算，AI智慧執法辦案系統應用后，執法人員文書撰寫工作量減少了90%以上，辦案實際量工作下降至六成，有效的緩解了基層人少事多的矛盾，也彌補了執法人員專業知識的不足。

提升了行政執法辦案的質量。在大模型訓練時，我們聘請了法律專家和執法人員共同參與制定取證要點、詢問模板、文書規范、裁量依據等相關規范，對案卷數據進行了脫敏、萃取和標注，不斷進行修正優化，大模型逐步提升了處理能力，提高了法條的準確度和文書的質量，減少了執法人員裁量的隨意性，消除了流程超期等現象，確保案件程序合規，使得復議糾錯率降低75%。通過多端協同，案件移送及時率提升80%、執法擾民事件減少了73%。

加強了對行政執法人員的監督。長沙市局在AI智慧執法辦案系統中建立了6大效能評價模型、86個調查取證模型、28個智能化案卷評查評分模型、56個監督決策模型，實現對案件全流程實時監督。問題發現及時率超過90%，監督工作量下降80%。同時通過大數據分析，將案件辦理進程、超期狀態、罰沒金額分布等進行可視化展示，為領導分析決策提供了依據。

改善了地方法治化營商環境。AI智慧執法辦案系統為社會公眾提供了智能客服、碼上執法、一鍵找法、一鍵評議等服務，提高了行政執法的透明度，增強了社會公眾對執法者的信任度，同期公眾對行政執法的投訴率、復議率減少了50%以上，罰款繳納及時率提升約30%。

后續優化路徑

在長沙市局在行政執法領域運用生成式人工智能技術推進過程中，我們發現，對于普通程序中占比量很大的同質性案件以及現行法規能較好覆蓋的案件，能實現很好推理效果，只需做簡單人工終審；而對于現行法規存在模糊地帶，或針對新產業、新業態現行法規尚存爭議的，因人工智能行業模型的訓練與機器學習缺乏有效現實數據集，尚需積累過程。

同時，生成式人工智能是新生事物，推動工作范式與用戶習慣的躍變，在深度應用前沿科技的同時，長沙市局在工作制度和業務流程方面給于變革保障，以推動生成式人工智能的全方位落地。