政务大模型标准-有效评估政务大模型的能力，促进智慧政务发展，提升政府服务能力

政务大模型标准可有效评估政务大模型的能力，促进智慧政务发 展，提升政府服务能力。大模型的出现为智慧政务注入了新一轮的发展动能，其更强大的理解与推理能力、更自然的交互与协作能力、更 精准的识别与预测能力等，都将进一步拓宽智慧政务的服务面，持续提升政务服务的效能与温度。政务大模型核心能力对于提高行政效率、 加强治理能力、优化资源配置、完善监督机制、促进经济发展等方面均具有广泛且深远的意义。

然而，政务大模型仍存在多方面的挑战： 一是需要确保模型输出合法合规合理；二是政务大模型应用应避免偏见与不公。为了更好推动政务大模型高质量发展，有必要探索政务大模型标准和评测指标的构建。政务大模型标准适用于指导第三方测评 机构对政务大模型能力的评估、验收等工作。

政务大模型能力评估标准可以围绕能力指标、应用场景两个部分开展。能力指标可涉及技术能力、保障能力和应用成效，具体可包括 生成能力、交互能力、推理能力、加密能力等，具体评测能力项可包括政务咨询准确率、响应率、公共服务优化性、政务数据分析效果、 互动满意度等。应用场景，可涉及通用和专用两大类场景，可包含问 询、检索、纳管、党建、监督、行政等场景丰富度，具体评测能力项可包括是否覆盖政策文件生成、政策文件的理解与解读等能力。标准 可围绕上述指标体系构建体系化评估方法，包含每个评估项的设置目的、评估方法、分级标准等