GBT 48324-2026 人工智能 政务大模型系统技术要求

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。

本文件由全国信息技术标准化技术委员会(SAC/TC 28)提出并归口。

本文件起草单位:中国电子技术标准化研究院、人民法院信息技术服务中心、华为技术有限公司、河南省政务大数据中心、北京市大数据中心、华中科技大学、湖南农业大学、青岛市大数据发展管理局、北京市司法局、青岛市大数据中心、浪潮云信息技术股份公司、拓维信息系统股份有限公司、福建省人民政府办公厅电子政务中心、北京华宇信息技术有限公司、大汉软件股份有限公司、北京理工大学、北京邮电大学、北京海纳数聚科技有限公司、山西远大纵横科技有限公司、北京中百信信息技术股份有限公司、阿里云计算有限公司、中电科大数据研究院有限公司、北京兴云数科技术有限公司、昆仑数智科技有限责任公司、武汉金山办公软件有限公司、北京百度网讯科技有限公司、数字青岛建设有限公司、华为云计算技术有限公司、北京金山办公软件股份有限公司、广电运通集团股份有限公司、国投智能信息科技股份有限公司、华信咨询设计研究院有限公司、讯飞智元信息科技有限公司、中移雄安信息通信科技有限公司、中关村科学城城市大脑股份有限公司、北京移动系统集成有限公司、中国经济信息社有限公司、人民中科(北京)智能技术有限公司、新华三技术有限公司、浙江省质量科学研究院、智慧足迹数据科技有限公司、福昕鲲鹏(北京)信息科技有限公司、北京华电园信息技术有限公司、无锡市市域社会治理现代化指挥中心、数集(青海)科技有限公司、上海金桥信息股份有限公司、华中师范大学、以萨技术股份有限公司、云赛智联股份有限公司、量安科技(北京)有限公司、南京安通杰科技实业有限公司、北京致远互联软件股份有限公司、南京安夏电子科技有限公司、永中软件股份有限公司、中科信控(北京)科技有限公司可码科技(江苏)有限公司、园测信息科技股份有限公司、四川极速动力科技有限公司、进迭时空(杭州)科技有限公司、江西微博科技有限公司、中国口岸协会口岸科技应用分会、湖南科创信息技术股份有限公司。

本文件主要起草人:王雷、王晓燕、相福民、陈涛、廖方旭、于浩、李洋、崔昊、衣军成、彭革非、顾晓光、陈璐、林文河、明承瀚、郑佳佳、赵江涛、康丽丽、金震宇、王树良、王友奎、张旭、林佳华、孙传兴、胡璐锦卢学哲、何运昌、曹扬、刘海军、尚云云、包树南、张英博、郑子木、闫石、吴涛、冯晓蒙、杨旭、阙锦龙赵学健、陈士星、郑庆国、邢立立、平凡、杨光、秦晓鲁、万晓兰、章古月、施含章、张治、董艳会、杜巍段尧清、章建兵、钟军、陈豪、龙江涛、梁勇、王翔、杨庄媛、张宏、冯健、武传营、徐浩天、谷敏骏、齐勇、周传健、钱程扬、张小刚、涂震、方明。

1 范围

本文件确立了政务大模型系统的参考架构,规定了政务大模型系统的基础模型、模型能力、模型工具、场景应用、安全合规和部署运维等方面要求。

本文件适用于政务大模型系统的建设规划、设计开发、部署集成和持续优化

2 规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,仅该日期对应的版本适用于本文件;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/Z 185.1—2026 人工智能 智能体互联 第1部分:总体架构

GB/T 4657 中央党政机关、人民团体及其他机构代码

GB/T 22239 信息安全技术 网络安全等级保护基本要求

GB/T 25647—2026 数字政府 术语

GB/T 32905 信息安全技术 SM3密码杂凑算法

GB/T 32907 信息安全技术 SM4分组密码算法

GB/T 32918 信息安全技术 SM2椭圆曲线公钥密码算法

GB/T 41867—2022 信息技术 人工智能 术语

GB/T 45288.1—2025 人工智能 大模型 第1部分:通用要求

GB/T 45396 数据安全技术 政务数据处理安全要求

GB 45438 网络安全技术 人工智能生成合成内容标识方法

GB/T 45654—2025 网络安全技术 生成式人工智能服务安全基本要求

GB/T 45674 网络安全技术 生成式人工智能数据标注安全规范

GA/T 2380 信息安全技术 网络安全等级保护数据安全基本要求

3 术语和定义

GB/T 41867—2022界定的以及下列术语和定义适用于本文件。

3.1 大模型 large-scale 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。

[来源:GB/T 45288.1—2025,3.1]

3.2 智能体 agent

感知环境,并主动采取行动以实现特定目标的实体

[来源:GB/Z 185.1—2026,3.1]

3.3 通用大模型 general large-scale model

不限定特定应用领域,基于海量多源数据训练,具有深度神经网络架构,能够处理多种类型任务,且具备较强跨任务泛化能力和迁移能力的大模型

3.4 政务大模型 large-scale model of government

适用于政务领域,基于政务数据、政务知识、业务规则,通过对通用大模型进行训练、微调,或挂载配置政务知识库等方式,形成的辅助支撑履行政务业务职能的深度学习模型

3.5 政务大模型系统 large-scale model systems of government

服务政务领域,以政务大模型或搭载政务知识库的通用大模型为能力基座,以智能体等大模型应用技术为业务服务载体,具备为政务服务、社会治理、机关办公、辅助决策等提供人工智能辅助服务能力,且满足政务领域应用要求的系统。

注:政务大模型系统所使用的大模型包含定制训练的垂直领域政务大模型、搭载政务专属知识库的通用大模型两种类型,系统为政务信息系统等提供共性能力支撑。

3.6 政务数据 government data

各级政务部门及其技术支撑单位在履行职责过程中依法采集、生成、存储、管理的各类数据资源注:根据可传播范围,政务数据一般包括可共享政务数据、可开放公共数据及不宜开放共享政务数据

[来源:GB/T 38664.1—2020,3.1]

3.7 知识库 knowledge base

经过获取、清洗、切分、向量化等处理流程,以原始文档、结构化数据或向量嵌入等形式组织存储的数据集合,主要用于检索增强生成等场景。

3.8 语义理解 semantic comprehension

理解政务领域专业术语、政策文件结构、业务流程,以及典型用户需求表达的过程。

[来源:GB/T 36464.3—2018,3.6,有修改]

4 缩略语

下列缩略语适用于本文件

API:应用编程接口(Application Programming Interface)

OFD:开放版式文档(Open Fixed layout Document)

RAG:检索增强生成(Retrieval-Augmented Generation)

UOF:统一办公文档格式(Uniform Office document Format)

5 系统参考架构

按照 GB/T 45288.1—2025中第4章规定的大模型参考架构,结合政务领域应用实际,政务大模型系统参考架构由基础设施、数据资源、基础模型、模型能力、模型工具、场景应用、安全合规和部署运维八个部分构成,如图1所示。

政务大模型系统参考架构中各组成部分的说明及交互关系如下:

基础设施为上层模块提供基础设施能力支撑,主要包括计算资源、存储资源、网络资源和密码设备资源等;

数据资源包括数据集和知识库,其中,数据集包括政务业务数据、共享开放数据、训练微调数据等,知识库为规范化加工的知识资源,主要用于模型推理过程中的事实核验、领域知识支撑等;基础模型是政务大模型系统的关键能力引擎,支持部署垂直领域政务大模型或搭载政务知识库的通用大模型;

模型能力是政务大模型系统支撑政务场景应用所需的基础共性能力,包括语义理解、内容生成、文本问答、图像理解等,应符合第7章的规定;

模型工具是政务大模型系统的业务中枢,通过知识管理、模型微调、提示词工程、智能体开发管理等,封装调用模型能力与知识资源,并以智能体为核心载体,通过 RAG 等技术连接模型与知识库,为上层政务场景应用提供服务支撑,应符合第8章的规定;

场景应用是政务大模型系统的建设牵引和赋能输出载体,为各类政务业务系统提供场景化、智能化赋能服务,向下对接模型与应用支撑能力,向上直接或以智能体形式服务政务领域的业务应用系统,主要支撑政务服务、社会治理、机关办公、辅助决策等通用政务场景以及其他专业政务场景,可根据实际业务,按需建设部署,应符合第9章的规定;

安全合规负责对数据、模型、系统运行和内容生成等进行安全管控与合规校验,应符合第10章的规定;

部署运维负责系统部署和运维管理,应符合第11章的规定。

政务大模型系统建设部署模式见附录 A。

6 基础模型要求

系统可选择采用训练微调垂直领域政务大模型或部署搭载政务知识库的通用大模型,任意一种方式所呈现的模型能力都应符合第7章的规定。

7 模型能力要求

7.1 语义理解

语义理解能力要求如下:

a) 实体识别:应具备识别政务领域专用词汇的能力,涵盖内容至少包括 GB/T 25647—2026第3章规定的术语,GB/T 4657规定的机构名称与简称,以及政务领域相关主题词和复合词等;

b) 词性标注:应具备赋予政务领域的专用词汇词性的能力;

c) 语义分析与推理:应具备识别用户意图和逻辑推理能力;

d) 任务分类:应具备根据用户输入内容,将其匹配至所属政务任务类目的能力;

e) 情感分析:应具备识别文本所表达的情绪状态(如满意、焦急、平静等)的能力;

f) 舆情分析:应具备文本的主题识别、关键要素抽取、情感倾向研判、话题聚类等能力;

g) 指代消解与关联:应具备辨识“本、该、此、其”等政务领域常用指代词,以及“相关”“有关”等关联表述的具体指代对象的能力,能在后续语义理解与内容生成中保持指代关系一致;

h) 长文本理解:宜具备要点提炼和相关要素识别能力,能根据用户意图进行逻辑分析和处理

7.2 内容生成

内容生成能力要求如下:

a) 生成加工:应具备生成符合政务服务、社会治理、机关办公、辅助决策等应用场景需求,且具备特定格式要求的单一模态或多模态内容的能力;

b) 指令控制:应具备根据用户指令(如正式书面、精炼生动、通俗易懂等),调整写作风格、内容长度、排版格式等能力;

c) 摘要总结:应具备从电子公文、法律法规、政策文件等长文本中提取关键信息并生成摘要内容的能力;

d) 生成依据:应具备在生成或合成的内容中,以引用标注等方式逐项标明参考依据,并提供依据名称的能力,宜酌情提供该依据的发布年份、有效性状态和检索时间等信息;

e) 内容标识:应具备在生成合成内容或者交互场景界面中添加显式标识,在文件元数据中添加隐式标识的能力,相关标识应符合 GB 45438的规定;

f) 管控处理:应具备敏感信息脱敏和合规校验的能力,能对敏感信息进行替换处理,能对偏差信息进行拦截与修正。

7.3 文本问答

文本问答能力要求如下:

a) 问题理解:应具备理解输入的文本内容的能力,相关能力应符合7.1的规定;

b) 问题应答:应具备提供答案信息的能力,相关能力应符合7.2的规定;

c) 多轮对话:应具备跟踪同一会话内上下文的能力,能基于历史交互保存关键信息、推断用户真实意图并自动调整回答策略。对于表述模糊的问题,应能主动发起追问引导,以明确用户诉求。

7.4 图像理解

图像理解能力要求如下:

a) 静态图像理解:应具备高频政务应用中图像语义信息的识别提取、静态图像所属政务场景识别分类的能力;

b) 连续图像理解:宜具备连续图像所含事件的识别、连续图像所属政务场景识别分类的能力。

7.5 语音交互

语音交互能力要求如下:

a) 语音转文本:应具备将问答中的语音转为文本的能力;

b) 语音合成:应具备将文本信息转换为语音的能力;

c) 声纹识别:应具备声纹注册、声纹身份核验、声纹检索比对等能力。

7.6 图文处理

图文处理能力要求如下:

a) 图文文档理解:宜具备理解政务领域图文混排文档,整合文本与图表信息,生成摘要信息的能力;

b) 图文检索:宜具备根据文本信息,检索相关图像文件的能力。

7.7 任务规划

任务规划能力要求如下:

a) 任务分解:应具备将用户提出的复杂目标分解为若干可独立执行的子任务的功能;

b) 任务排序:宜具备识别任务间的依赖关系并生成并行、串行执行序列的功能;

c) 动态规划:宜具备任务状态检测和动态修正功能。

8 模型工具要求

8.1 知识管理

知识管理要求如下:

a) 知识接入:应提供知识库开放接口,应具备知识溯源管理功能;

b) 知识构建:宜具备基于 UOF、OFD等非结构化数据以及结构化数据的知识构建功能;

c) 知识分类分级管理:应具备按照业务领域、安全等级等维度进行知识权限管理功能;

d) 知识检索:应具备关键词检索、结构化条件检索、语义理解检索等功能,涉及敏感信息的检索结果应进行脱敏处理;

e) 冲突检测与消解:宜具备知识冲突检测与消解功能;

f) 知识生命周期管理:应具备知识导入、更新、移除等全生命周期管理功能,包括知识动态更新、时效性标记、版本控制、过期知识移除等。

8.2 模型微调

模型微调要求如下:

a) 基础要求:应符合 GB/T 45288.1—2025中5.2.2.3b)的规定;

b) 模型兼容:基于政务大模型的政务大模型系统应具备国内主流大模型框架的兼容能力;

c) 政务数据集管理:基于政务大模型的政务大模型系统应具备数据集的创建、版本管理及异构数据源接入等功能,能对数据集进行质量校验与安全过滤;

d) 训练微调:基于政务大模型的政务大模型系统应具备模型微调管理功能,包括任务管理、状态监控、超参数配置、算力资源配置,支持全量或部分参数微调、参数高效微调等参数更新模式,支持主流微调范式;

e) 模型压缩:基于政务大模型的政务大模型系统宜具备知识蒸馏、模型量化等功能,减少模型参数量以适应存储和计算需求;

f) 模型评估:基于政务大模型的政务大模型系统应具备模型评估管理功能,包括评测集管理、裁判模型管理、参评对象管理、评测任务管理、评测分析报告管理等,支持自动评估和人工评估模式;

g) 推理服务:基于政务大模型的政务大模型系统应具备通过 API等方式提供模型推理服务的功能。

8.3 提示词工程

提示词工程要求如下:

a) 提示词优化管理:宜具备根据用户输入优化提示词的功能;

b) 提示词评估:宜具备提示词评估功能,能从准确性、有效性、实用性、用户反馈等维度进行评估;

c) 安全防护:应具备提示词注入攻击、恶意诱导内容的识别与拦截功能,能对提示词内敏感政务信息自动脱敏。

8.4 智能体开发管理

智能体开发管理要求如下。

a) 功能配置包括以下方面:

1) 角色配置:应具备角色身份、背景等配置功能;

2) 模型配置:应具备模型的类型(如规划、生成等)、模型参数等配置功能;

3) 记忆配置:应具备长短期记忆的创建、编辑、删除等功能;

4) 知识配置:应具备政务数据的接入、更新、检索策略管理、知识权限管理等功能;

5) 工具配置:应具备工具注册、对接和调试功能,具备多工具调用结果的聚合、校验和反馈功能。

b) 智能体互联:应符合 GB/Z 185.1—2026中第5章和第6章的要求,宜具备多智能体协同处理功能,包括知识共享、协同决策、冲突处理(如按优先级解决资源竞争)等。

c) 智能体管理:应具备智能体创建、编辑、删除,以及访问权限管理等功能。

d) 智能体运维:应具备智能体评估、状态与行为监控、调试、审计追溯等功能。

9 场景应用要求

9.1 政务服务

政务服务要求如下:

a) 智能问答:应具备语音转录文本、文本语义理解、问答生成等功能,宜具备知识推荐、摘要生成等功能;

b) 辅助办理:应具备办事引导、辅助审批等功能,宜具备热线表单填充、辅助申报、工单自动派单与分流等功能;

c) 政策服务直达快享:应具备政策解读、政策匹配和政策兑现辅助支撑等功能。

9.2 社会治理

社会治理要求如下:

a) 智能监测巡检:应具备多源异构数据接入与融合分析、智能风险预警、巡检报告自动生成等功能,宜具备智能风险辅助处置功能;

b) 辅助执法监管:应具备违法线索的发现评估、案件事实与法定适用条件的判断匹配、执法依据和典型案例的推荐参考、执法文书的辅助生成等功能;

c) 市场风险预测:应具备风险分析总结等功能,宜具备潜在风险预测评估等功能。

9.3 机关办公

机关办公要求如下:

a) 辅助文书起草:应具备辅助公文起草、辅助公文改写、辅助公文审校等功能;

b) 资料检索:应具备关键信息识别、资料汇编检索等功能;

c) 智能分办:应具备辅助分办功能,能将来文、来电或工单等匹配至相应的办理部门;

d) 辅助会议:应具备会议纪要、会议记录的生成功能,宜具备会议材料生成和审校功能。

9.4 辅助决策

辅助决策要求如下:

a) 灾害预警:应具备对采集数据进行分析、识别和分类的功能,宜具备灾害预警信息生成功能;

b) 应急处置:应具备应急处置分析报告生成功能,宜具备突发事件动态决策支持功能;

c) 政策评估:应具备政策实施数据挖掘分析和评估报告生成功能;

d) 智能辅助评审:应具备对文件内容的合规性、合理性及可行性进行判断,并输出评审意见与改进建议等功能。

10 安全合规要求

10.1 基本要求

安全合规基本要求如下:

a) 应根据服务类型完成网信部门相应的备案工作,包括深度合成服务算法备案、生成式人工智能服务备案等;

b) 应符合 GB/T 22239、GB/T 45396、GB 45438、GB/T 45654—2025、GB/T 45674、GA/T 2380等相关国家标准和行业标准的规定;

c) 应使用具有合法来源的数据和基础模型,履行备案与安全评估义务,并签订服务协议明确权责;

d) 应使用大模型安全护栏、行为溯源等技术措施。

10.2 数据安全要求

数据安全应至少符合以下要求:

a) 具备敏感信息识别、拦截与动态更新功能;

b) 具备数据安全管控能力,落实数据最小化采集使用要求,具备对训练数据、推理数据、生产数据的分类分级、权限管控、操作审计等功能;

c) 具备政务数据的全生命周期管控功能,包括权限控制、数据加密传输和加密存储等,采用GB/T 32905、GB/T 32907、GB/T 32918规定的商用密码算法。

10.3 模型和系统安全要求

模型和系统安全应至少符合以下要求:

a) 具备事实性偏差处理功能,通过检索增强生成、知识库检索、事实核查等机制,提高输出结果的准确性和可溯源性;

b) 具备在特定应用场景(如行政处罚、资格认定、辅助决策等)的关键节点设置人工审核的功能;

c) 具备模型运行环境与推理过程的安全防护功能,包括攻击拦截溯源、推理依据可视化、租户空间数据隔离及权限控制等。

10.4 内容生成安全要求

内容生成安全应至少符合以下要求:

a) 具备生成内容风险识别与校验功能,重点识别分析用户问题是否涉及 GB/T 45654—2025中附录 A 规定的安全风险,以及敏感舆情等内容;

b) 具备在生成合成内容或者交互场景界面中添加显式标识,在文件元数据中添加隐式标识的能力,相关标识符合 GB 45438的规定;

c) 具备对敏感信息、违法事项、越权请求等的拒答和引导功能,具备不确定性表达机制,对无法确认的信息应主动声明而非编造;

d) 具备基于用户权限、属地等对模型输出内容进行动态处理功能,严格限定用户数据知悉范围,杜绝数据越权输出。

10.5 监管审核要求

监管审核应至少符合以下要求:

a) 具备全流程日志记录功能,包括用户提问、模型推理输入与输出、结果输出及人工复核等;

b) 具备审核功能,审核并管控输出内容不超出业务范围和知悉范围,并支持设置强制人工审核节点。

11 部署运维要求

11.1 系统部署

系统部署应至少符合以下要求:

a) 系统支持私有政务云或本地化部署,支持多模型部署;

b) 系统服务多个租户时,具备租户空间数据隔离管理功能。

11.2 系统运维

系统运维要求如下。

a) 运维工具:

1) 应具备模型实例状态详情查询功能;

2) 应具备监控功能,构建统一监控视图;

3) 应具备定期更新、同步大模型和知识库能力;

4) 应具备性能评估、弹性容错、过载控制能力;

5) 应具备故障告警、异常诊断、数据备份与恢复等功能。

b) 系统管理:

1) 应具备用户管理、角色管理和授权管理等功能,确保不同层级的政务人员仅能访问其职责范围内的系统功能与数据资源;

2) 应具备对模型训练数据、推理数据的权限控制、操作审计等功能,防止数据越权访问与滥用。

附录 A (资料性)政务大模型系统建设部署模式

A.1 系统技术路线

A.1.1.1 垂直领域政务大模型路线

以大模型为基座,依托政务数据集开展训练微调,将政务领域专业术语、业务流程、办事逻辑、合规判断等内置于模型内,使模型自身具备政务专业理解与推理能力。在推理时,可使用检索增强技术,实时检索专业知识,并将检索结果纳入模型输入上下文。

A.1.1.2 通用大模型配套检索增强生成路线

采用通用大模型,在不改动模型原生权重的前提下,依托独立政务专业知识库、向量检索引擎构建检索增强生成链路。推理时,模型实时检索专业知识,并将检索结果纳入模型输入上下文。例如,智能问答、辅助校对等通用性较强、数据资源丰富的场景,优先采用市场上成熟且已完成备案的模型产品和服务。

基于通用大模型,通过低代码或零代码方式构建具备规划、反思、工具调用能力的智能体,在不改动模型原生权重的前提下,依托独立政务专业知识库与检索增强生成链路解决具体业务问题。智能体作为业务落地的核心载体,负责串联推理流程、调用政务业务系统接口及执行合规校验

在确保安全合规的前提下,通过对接已备案的互联网通用大模型服务,基于互联网算力、公开政务数据集和模型资源打造非涉密环境下的模型服务

A.2 模型调度架构

在单模型架构中,政务大模型系统仅部署一套模型服务,全部业务请求统一由该模型承载。

在多模型架构中,政务大模型系统部署两套及以上独立的模型服务,并建立异构模型协同机制。系统按需将请求分发至对应模型。

A.3 系统建设部署模式

该模式由地方业务主管部门(如省级政府)负责统筹建设基础设施、部署大模型、构建通用政务数据集,并面向相关下辖地区、职能部门提供统一的模型服务。其中,所部署的大模型既可以是通用大模型,也可以是结合本地特色数据集与共性需求训练微调后的政务大模型。

相关下辖地方和部门无需重复建设部署大模型,既可以直接调用上级平台提供的模型能力,本地系统仅负责推理应答、对话交互、合规管控等,也可以基于自身特色数据构建知识库配合模型使用

以省、市两级为例,该模式由省级对全省范围内的政务外网智能算力和通用算力等基础设施层、政务大模型和通用大模型等基础模型层、政务知识中枢层等资源进行统一纳管,市级可以复用省级资源开发部署大模型应用,也可以结合自身需求部署或训练自有模型

该模式在本部门专属网域内,独立部署完整的大模型系统,包括算力、数据集、知识库、模型等,其中,所部署的大模型既可以是通用大模型,也可以由专业团队按照需求,使用专业政务数据集训练微调形成垂直大模型。

该模式在确保安全的前提下,可以利用已备案的互联网通用大模型服务进行接入,也可以构建公开的政务大模型训练数据集,基于互联网算力和模型资源,采用自主训练、引入专业厂商训练等多种模式,打造互联网环境中的大模型服务,服务相关政务应用。

资源下载

此资源下载价格为5金币立即购买，VIP免费立即升级

1.本站大部份文档均属免费，部份收费文档，经过本站分类整理，花了精力和时间，收费文档是为了网站运营成本等费用开支；
2.购买会员:全部免费下载本站资源（或单次下载）即视为对网站的赞助、打赏，非商业交易行为（不认同此观点请勿支付）请慎重考虑；
3.所有收费文档都真实可靠，为了节约成本，文档在网站前台不做预览，如果付费后，与实际文档不符合，都可以加微信号：pdftj888申请退款；
4.付费下载过程中，如果遇到下载问题，都可以加微信号pdftj888解决；
5.手机支付，尽量选择支付宝支付；
6.如图集或者标准不清楚，在本站找不到您需要的规范和图集，希望增加资料等任何问题，可联系微信号:pdftj888解决；