预训练大模型在公安领域中的应用场景研究.pdfVIP

预训练大模型在公安领域中的应用场景研究

孙克强

四川省公安厅，四川成都610000

摘要：作为人工智能发展脉络中的里程碑，大模型以其强大的计算能力和深度学习技术，极大地提高了内容生产效

率，促进内容生产方式颠覆式变革。本文从大模型的基本定义和预训练大模型产生的背景入手，结合公安工作特点，分

类探讨了预训练大模型在公安不同工作场景中的应用。最后，文章对预训练大模型在公安工作中应用存在的风险进行

了探讨，并提出了相应的应对策略。

关键词：公安；预训练大模型；实战工作；应用场景；风险

中图分类号：TP399文献标志码：A文章编号：1672-0164（2025）01-0104-05

文献[1]分析了政务大模型在公共服务、城市治理、决策预

1引言

测、数字政务、机关办公等五个方面的应用场景。文献[2]在敏

1.1演进历程捷治理的理念基础上提出了一种基于GovGPT模型的人工智

人工智能诞生初期，其研究主要分为三个流派，即逻辑演能参与数字政府建设的新范式，即：通过融合多领域的知识和

绎、归纳统计和类脑计算。逻辑演绎方法局限性较强，难以对信息，形成贯通各政府部门和产业链条的庞大知识体系，规避

建模复杂的实际问题进行建模；类脑计算方法过多地依赖于“数据孤岛”效应，破解复杂数据集成整合难题，实现信息的高

生命科学，特别是脑科学的研究，而后者的进展难以满足人工效化体系性调用。文献[3]提出了一种自然语言大模型技术在

智能的一般要求。政务服务智能客服系统建设中的应用，提供智能问答、业务流

2010年，基于特征抽取、模板匹配和统计学习的“深度学程引导、政策解读、在线预约、部分业务自动在线办理、智能查

习”技术以席卷之势占领了人工智能大多数领域，在许多公测询、个性化推荐、人工客服协作、满意度评价等功能。在工业

数据上取到了前所未有的精确度，但其对大数据、大算力的强互联网领域，文献[4]提出了一种适用油气行业的自监督辅助

烈依赖和对参数调节的敏感性，在无形之中抬高了人工算法决策智能体系统，基于多个不同角色智能体间的反馈和自监

的使用门槛。为此，人们迫切地需要一种新思路，打通通用数督，在问答决策类场景中，弥补大模型在专业语义理解、多轮

据和领域知识，并且大幅度地降低人工智能研发的人力和算自交互、判断决策及自主优化方面的短板。科学研究方面，文

力成本。基于此背景，业界提出了预训练大模型的范式，通过献[5]研究了大模型对驱动科学研究变革方面的促进作用，分

收集大量图像、文本等数据，利用无监督或者自监督学习方法为两方面：从广度上来说，通过打破原有信息处理的局限性拓

将数据中隐藏的知识“提取”出来，存储在神经网络模型中。展科学研究边界，帮助科研人员从更广阔的研究领域发现问

当遇到特定任务时，通过调用通用流程即可释放已提取的知题；从精度上来说，利用高效的筛选和优化算法，辅助最有希

识，与行业经验结合后，解决具体问题。望的研究目标确定。针对新质生产力，文献[6]提出公共数据

根据实践经验和公开数据显示，基于预训练大模型的人开发利用中的大语言模型应用面向政府可以保障平稳高效运

工智能算法相比于普通开发者从头搭建的算法，在精度、数据转、助力政务服务优化、提供科学决策抓手，面向社会则可以

和计算成本等方面明显更具优势。以计算机视觉为例：在100精准匹配数据供需、深度释放数据价值。

张图像上训练基础物体检测算法，原本需要8块GPU运行5个公共安全行业积累了海量