一、案例简介

浙江监狱对标“三融五跨”的全国一体化“互联网+政务服务”技术体系，围绕司法部“数字法治 智慧司法”战略部署，紧扣省委省政府有关打造全国人工智能创新高地的工作要求，梳理“数据为王、服务为本、建模为要、实战为上”的理念，创新构建监狱领域的人工智能大模型，以监狱数据中心库的海量业务数据作为算料，把监狱法律法规和民警工作经验转化为模型逻辑算法，探索人工智能与监狱执法工作的深度融合，培育打造执法办案助手、矛盾纠纷化解助手、减假智能评价等监狱独有的行业智能体应用，执法办案质效和执法公信力显著提升。

二、案例举措

（一）整合监狱算力资源，搭建通用模型底座

强大的算力支撑和通用的基模，是推进监狱大模型建设的基础，浙江监狱从整合算力资源和部署通用基础模型入手，开展监狱行业大模型建设。

1.算力资源有效整合。算力设施是大模型建设的基础，浙江监狱通过对“云上+本地”算力资源的整合，合理为模型训练和推理计算提供算力支撑。在本地算力资源建设上，以国产化的算力硬件架构为基础，部署上线融合全省算力的算力资源池，实现超融合架构下算力池的横向扩充扩容，构建一套运算能力和算力需求相互匹配衔接的监狱大数据算力设施。在云算力资源的使用上，打通本地算力网络与浙江省政法云之间的高速通道，依托省政法云统建的算力资源，开展模型的统一训练和调优，分时复用、集约高效支撑大模型建设。

2.建设通用模型底座。按照“基座统一、多模协同”原则，基于DeepSeek、通义Qwen2.5等国内优秀通用语言大模型框架，在监狱内网部署大模型底座，完成通用语言大模型的私有化部署上线，构建大语言多模态监狱通用基础模型能力，使开发者能快速调用模型能力或将LLM融入现有系统。

（二）打造监狱数据中心库，构建高质量数据集

数据是发展新质生产力的重要支撑和关键引擎，没有数据权就没有决策指挥权。浙江监狱在开展大模型建设过程中，聚焦打破业务系统数据无法集成共享的困境，建设集中、统一、标准的数据仓库，实现业务数据的颗粒归仓、分类治理和共享共用。监狱的数据管理由独立分散向集中统一转变，根本上解决了数据统一标准、全量归集、智能运算和实时共享等问题，为打造数据计算分析、知识集成运用、逻辑推理判断、高效决策执行的监狱行业大模型提供强有力的基础保障。数据中心库建设的内容包括：①基础层建设，核心是基于政法云、监狱专网等基础设施资源建设数据底座；②数据服务能力建设，核心是业务中台、数据中台、技术中台，主要提供数据目录、数据归集、数据治理、数据共享、数据开放等服务；③统一工作台建设，包括PC端和移动端，PC端又包括移动警务通和“浙里办”“浙政钉”等互联网端。目前，完成数据底座和“三个中台”建设，并在全省监狱上线运行，监狱业务数据实现数量和质量的双提升。

（三）探索建设智能AI中台，推动大模型精准赋能

算力、算料、算法是推进大模型建设的核心要素，为了实现对算力、算料、算法的统一调度、共享共用，浙江监狱探索构建了一套智能AI中台。

1.集成模型语料（算料）库。按照教育改造、刑罚执行、狱政管理、生活卫生、劳动改造、行政办公、队伍建设、科技保障八条业务跑道，构建监狱知识库业务逻辑体系；以监狱数据中心库的海量业务数据为基础，通过统一的数据标注平台，实现对监狱业务数据的快速打标，梳理汇总监狱制度集、核心业务数据集、图片语音集（一库三集）等多维度基础算料，为大模型训练调优提供可靠可信数据。

2.搭建智能AI中台。依靠统一的算力资源、模型基座、语料库，建设监狱智能AI中台。AI中台作为监狱数字化建设技术架构体系的关键一环，向下完成与监狱数据中心库对接，模型训练调优所需的语料数据可实时共享调用。横向实现对基模、算力的统一调度使用，在实现Prompt（提示词工程）的可视化编排基础上，进一步实现监狱业务场景下智能体快速搭建。向上打通监狱业务平台，应用智能体以插件方式可快速嵌入到监狱业务系统中，实现应用赋能。

3.AI赋能监狱工作。围绕罪犯收押、监内案件办理、矛盾纠纷化解、执法监督等业务需求，谋划人工智能AI技术赋能监狱管理的实际场景，融合多模态信息处理、知识图谱等能力组件，在前期开展大数据应用建模的基础上，将成熟的模型算法进行规则提炼，先后研发搭建了罪犯收押智助手、执法办案助手、矛盾纠纷化解助手、减假智能评价等智能体，嵌入到现有业务流程和系统平台中，实现对罪犯收押、案件办理、执法监督等监狱核心业务的精准赋能。

三、案例成效

在建设监狱数据中心库并上线云端警务平台的基础上，浙江监狱创新运用大模型技术，围绕新犯入监、教育改造、计分考核、案件办理、减刑假释、刑满释放等刑罚执行环节，构建监狱领域的知识图谱，深度融合监狱罪犯监管和民警执法业务需求，探索搭建了监狱行业专家模型和一系列智能体应用，辅助民警监管和罪犯改造，推动监狱公正、文明执法。

一是打造监管综合智能体，赋能罪犯监管改造。在新犯收押场景，上线罪犯收押智能体，通过调用大模型的多模态能力，实现对罪犯“三书一表”内容的一键识别、一键提取、一键录入，有效提高罪犯收监效率，降低民警信息录入负担。在罪犯通讯场景，上线复听审查智能体，融合自然语言处理、声纹识别、敏感字预警等组件，对罪犯电话录音、会见视频、短信信件等非结构化数据进行转写标注、摘要整理等智能化筛查，减轻通讯复听工作量，并从罪犯通讯数据中获取大量有效情报。在视频监控场景，基于视觉AI技术，对罪犯在夜间摔倒、上吊、行凶、走动、上厕所等11个行为或状态，进行学习训练和规则提炼，自动分析、识别、预警罪犯的违规行为，帮助监狱指挥中心快速甄别罪犯自杀、自伤自残等行为，弥补重点时间、重点区域管理的薄弱环节。

二是打造矛盾化解智能体，赋能罪犯教育改造。罪犯的矛盾诉求是潜在的安全风险隐患。浙江监狱积极改变过去运用信息员手段进行人工排摸等被动响应的方式，在关联调取罪犯心声直通车、犯情收集系统等数据信息基础上，创新开发上线矛盾纠纷化解智能体，通过与罪犯档

卡静态数据和服刑改造的动态数据进行碰撞分析，逐步实现罪犯矛盾诉求的全量收集、精准研判、主动预警。同时，梳理形成全省监狱矛盾纠纷化解典型案例库，通过对大模型训练微调，对主动预警发现的罪犯矛盾诉求给出切实可行的解决思路和化解方法，指导民警统筹用好监管医疗、心理矫治、法律咨询、个别谈话等方法措施进行多元化解，努力将罪犯矛盾诉求“化在早”“化在小”。

三是打造执法助手智能体，赋能减假案件办理。开发执法办案助手智能体，将监狱案事件办理、减刑假释等相关法律法规转化为模型运算的核心逻辑，把法制审核监督嵌入到具体业务流程中，在监内案事件办理、计分考核、减刑假释等执法行为过程中，既通过类案推送为民警办案提供参考依据，也对计分事实、证据制作、法规适用、裁量基准等进行智能化、实质化审核监督，实现对罪犯从日常计分考核到“减假暂”案件提请的全程监督，确保放权不放任。通过全过程线上办案、全流程数据留痕、模型全程智能监督，有效管控了人为干扰风险，化解此前监狱内部执法办案事后监督，责任没有真正落实到人的问题，监狱对罪犯减刑、假释的法律适用更趋于一致，避免了“同案不裁”情况的出现，执法办案的公信度得到很大提升。

责任编辑：广汉