近日，北京可为合作单位长沙市市场监管局在国家市场监管总局《市场监督管理》（半月刊）杂志发表题为《运用生成式人工智能技术破解市场监管基层执法办案工作难题的探索》的文章，在“半月刊”杂志2024年第11期（6月上旬刊）登载。
文章对如何运用生成式人工智能（AIGC）技术破解市场监管领域行政执法基层难点问题，包括大模型数据训练、行业模型构建、应用成效及优化路径进行了深入阐述。
《市场监督管理》（半月刊）是国家市场监督管理总局主管、中国工商出版社主办的市场监管部门的工作指导性期刊。刊物坚持"以基层为主，以业务为主"的办刊思路，贴近大市场监管执法的业务实际，坚持权威性、专业性和实用性，是市场监管系统工作指导和业务交流的重要平台。
《市场监督管理》（半月刊）
2024年第11期刊发本文
以下是文章的全部内容：
运用生成式人工智能技术破解市场监管基层执法办案工作难题的探索
生成式人工智能技术（AIGC）是一项革命性技术突破，为我国新质生产力发展提供了原动力。前期，长沙市市场监管局通过与第三方公司合作，探索研究运用生成式人工智能技术在市场监管行政执法领域的运用，基于零一万物Yi-34B-Chat基础模型，创建了 AIGC行政执法垂直大模型，开发了基于移动端的AI智慧执法办案系统，探索出了“人工智能+执法”的办案新模式，提升了办案效率，提高了案件质量，规范了执法行为，达到了为基层减负的效果。
研究的目的和目标
市监执法涉及的法律法规多，执法人员需掌握的法规较多，基层执法人员力量严重不足等，导致“人与事”的矛盾愈发突出，基层监管人员面对流程复杂、时效性强、文书量大的行政案件往往是望而却步。另外，目前缺乏有效的智慧化执法手段。前期，省市也推出过一些案件管理系统，这些系统都是PC端操作，现场办案时往往很难派上用场，最终都沦为事后补录数据的工具，形成“人为系统转”的局面，为基层执法人员所诟病。
为破解执法办案工作难题，长沙市局紧盯市场监管总局智慧监管工作目标，从技术和业务角度对开发基于移动端的AI智慧执法办案系统进行了科学论证，明确了研究目的，确立了研究目标，制定了预期指标。
研究目的：运用人工智能技术为行政执法工作赋能，全面提升执法效能和办案质量，为基层执法人员减负。
研究目标：通过大量的典型案件数据、法律法规数据完成执法大模型的训练，开发出易用好用的市场监管AI智能行政执法办案系统。
预期指标：智能法条匹配准确率大于95%；类案推荐准确率大于95%；文书智能生成的符合度大于95%；智能处罚裁量合法性100%；执法程序违规预警率100%。
数据集准备
数据收集和整理。长沙市局梳理了长沙市局范围内近年来典型行政执法案例卷宗，包括食品、商标、广告、价格、产品质量等各类案件。对甄选出来的卷宗的数据进行清洗萃取，包括案件描述、证据材料、处罚结果等。
数据预处理。对采集到的数据进行预处理，包括去除噪声、错误数据标识、处理缺失值、异常值、数据修正、文本清洗、转换检验等。对文本数据进行分词、词性标注、命名实体识别等自然语言处理操作。经预处理后，用于最早期数据训练的高质量数据集大小约在4万条上下，覆盖市场监管重点领域的行政执法主要案件业务。
业务特征提取。根据行政执法专业知识和案件办理的流程要求进行行政执法业务特征提取，涉及特征提取方法，提取案件的关键信息，如违法行为、证据材料等。利用统计分析、关联规则挖掘等技术筛选出对违法行为判断有重要影响的特征。
数据集表示。采用json格式交给大模型进行微调训练，数据集包含instruction、input、output三个字段。Instruction是指令，input是指令对于的背景资料，output是输出结果，对应prompt是instruction和input的结合，output是response。
从启动研究之初到目前，行业模型经过了三个大版本的迭代，数据训练达到以下性能测评指标。从性能指标参数值看，行业模型能较好地满足执法办案的案件线索识别和案件性质推理的需要。
系统功能
通过大模型选型、模型微调训练、模型评估与验证、系统集成与优化等步骤，在符合系统安全的要求下，长沙市局开发了“市场监管AI智慧执法办案系统”，系统功能主要包括如下几大板块：
智能法规顾问通过类似ChatGPT或文心一言的大模型问答聊天，对自然语义案情线索给出案件定性处罚建议和相似类案智能推荐，以知识图谱形式展示，确保同事同标、类案类判。
智能办案辅助在行政执法各环节给出“AI执法指导”或“AI帮我办”，赋能办案全流程。
智能文书生成按照《市场监督管理行政处罚文书格式范本（2021版）》格式要求，智能一键生成，卷宗云端归档。
智能移动执法做到电脑端、移动端“双端互通”实时同步功能一致，满足执法外勤需要。
应用效果
自2023年10月AI智慧执法办案系统在长沙市开福区局试点以来，已累计办理“湘水渔家餐饮店涉嫌发布违法广告案”等200余件行政案件。基层干部普遍认为，该系统的应用大大提升了办案效率，保障了案件质量，达到了为基层减负的效果，主要体现在以下四个方面。
提高了行政执法办案的效率。通过海量的执法案卷材料和法律法规对大模型进行预数据训练，目前大模型已能准确分析案件性质、做出自由裁量处罚建议，能帮助执法人员生成案件来源登记表、终结报告等50余种执法文书利用电子签章领导随时随地在手机完成案件审批。经测算，AI智慧执法办案系统应用后，执法人员文书撰写工作量减少了90%以上，办案实际量工作下降至六成，有效的缓解了基层人少事多的矛盾，也弥补了执法人员专业知识的不足。
提升了行政执法办案的质量。在大模型训练时，我们聘请了法律专家和执法人员共同参与制定取证要点、询问模板、文书规范、裁量依据等相关规范，对案卷数据进行了脱敏、萃取和标注，不断进行修正优化，大模型逐步提升了处理能力，提高了法条的准确度和文书的质量，减少了执法人员裁量的随意性，消除了流程超期等现象，确保案件程序合规，使得复议纠错率降低75%。通过多端协同，案件移送及时率提升80%、执法扰民事件减少了73%。
加强了对行政执法人员的监督。长沙市局在AI智慧执法办案系统中建立了6大效能评价模型、86个调查取证模型、28个智能化案卷评查评分模型、56个监督决策模型，实现对案件全流程实时监督。问题发现及时率超过90%，监督工作量下降80%。同时通过大数据分析，将案件办理进程、超期状态、罚没金额分布等进行可视化展示，为领导分析决策提供了依据。
改善了地方法治化营商环境。AI智慧执法办案系统为社会公众提供了智能客服、码上执法、一键找法、一键评议等服务，提高了行政执法的透明度，增强了社会公众对执法者的信任度，同期公众对行政执法的投诉率、复议率减少了50%以上，罚款缴纳及时率提升约30%。
后续优化路径
在长沙市局在行政执法领域运用生成式人工智能技术推进过程中，我们发现，对于普通程序中占比量很大的同质性案件以及现行法规能较好覆盖的案件，能实现很好推理效果，只需做简单人工终审；而对于现行法规存在模糊地带，或针对新产业、新业态现行法规尚存争议的，因人工智能行业模型的训练与机器学习缺乏有效现实数据集，尚需积累过程。
同时，生成式人工智能是新生事物，推动工作范式与用户习惯的跃变，在深度应用前沿科技的同时，长沙市局在工作制度和业务流程方面给于变革保障，以推动生成式人工智能的全方位落地。
