干部信息查詢耗時(shí)耗力？AI智能問(wèn)答破解干部管理“數(shù)據(jù)鐐銬”
某公司干部處辦公室里，五位領(lǐng)導(dǎo)班子成員圍坐在投影幕布前，為即將啟動(dòng)的“2025年第一批次干部調(diào)整專項(xiàng)工作”提前進(jìn)行內(nèi)部討論。
分管組織工作的趙副書(shū)記又一次重復(fù)了某崗位對(duì)于選拔干部的要求："具有三年以上基層經(jīng)歷、熟悉黨務(wù)工作、副科級(jí)崗位任職滿兩年"——這些看似明確的要求卻讓干部管理專員小王手忙腳亂。
由于數(shù)據(jù)分布在多個(gè)系統(tǒng)、多個(gè)表格，小王不斷切換著查詢方式，終于在1個(gè)小時(shí)后，匯總出一版并不完備的人員清單，隨后又翻閱公司干部選拔調(diào)整的各項(xiàng)規(guī)章制度，確定清單人員是否合規(guī)。
這種"帶著鐐銬做大數(shù)據(jù)分析"的窘境，使得原本應(yīng)該精準(zhǔn)科學(xué)的干部選拔，變成了在信息廢墟中的考古發(fā)掘。
工作人員苦笑著總結(jié)現(xiàn)狀：“我們現(xiàn)在是用算盤處理大數(shù)據(jù)——聽(tīng)著鍵盤敲得噼里啪啦響，實(shí)際效率還趕不上二十年前的工作手冊(cè)。領(lǐng)導(dǎo)想要一份數(shù)據(jù)，我卻遲遲提供不出來(lái)。”
針對(duì)上述問(wèn)題，智慧識(shí)才專家團(tuán)隊(duì)提出通過(guò)借助大語(yǔ)言模型、向量化模型、語(yǔ)音識(shí)別以及檢索增強(qiáng)生成等技術(shù)，實(shí)現(xiàn)人機(jī)交互式的“智能問(wèn)答”。通過(guò)語(yǔ)音或文本提問(wèn)，即可高效查詢干部大數(shù)據(jù)信息和各類管理制度規(guī)范，把干部信息查詢工作從"信息廢墟"里解放出來(lái)，讓干部選拔更高效、決策更科學(xué)。
數(shù)據(jù)庫(kù)問(wèn)答
通過(guò)語(yǔ)音或文字提問(wèn)，查詢結(jié)構(gòu)化數(shù)據(jù)
比如：提問(wèn)“具有三年以上基層經(jīng)歷、熟悉黨務(wù)工作、副科級(jí)崗位任職滿兩年的干部有哪些”，系統(tǒng)就能匯總干部材料，直觀地展示符合條件的人員名單，并且對(duì)人員信息進(jìn)行圖表化分析，呈現(xiàn)人員占比等情況；提問(wèn)“查詢張三的基礎(chǔ)信息”時(shí)，系統(tǒng)會(huì)直接展示張三的全部基礎(chǔ)信息，并能以一句話概括介紹（如：張三，男，1975年7月17日出生，中共黨員，擁有博士學(xué)位和碩士學(xué)位，現(xiàn)任某公司總經(jīng)理，干部級(jí)別為正處級(jí)）等。
文本問(wèn)答
構(gòu)建本地知識(shí)庫(kù)，通過(guò)語(yǔ)音或文字提問(wèn)，查詢文本數(shù)據(jù)
比如：提問(wèn)關(guān)于領(lǐng)導(dǎo)干部考核的具體要求和操作規(guī)范，系統(tǒng)將從《黨政領(lǐng)導(dǎo)干部考核工作條例》文件中檢索相關(guān)信息，并提供查詢結(jié)果；提問(wèn)關(guān)于干部選拔任用的原則和程序，系統(tǒng)將從《黨政領(lǐng)導(dǎo)干部選拔任用工作條例》文件中檢索，并給出相應(yīng)的結(jié)果。
相較于開(kāi)源的問(wèn)答模型，我們能利用客戶數(shù)據(jù)對(duì) SQLCoder 模型和基座模型進(jìn)行 LoRA 微調(diào)，學(xué)習(xí)上萬(wàn)份干部相關(guān)材料，形成干部管理問(wèn)答領(lǐng)域的垂直大模型，回答結(jié)果更精準(zhǔn)。
目前，我們金現(xiàn)代公司的“智慧識(shí)才”干部大數(shù)據(jù)分析系統(tǒng)已全面應(yīng)用該功能，通過(guò)搭建本地知識(shí)庫(kù)，訓(xùn)練機(jī)器掌握干部管理的規(guī)章制度、標(biāo)準(zhǔn)規(guī)范以及干部的基礎(chǔ)信息等文本知識(shí)，可通過(guò)語(yǔ)音或文字的便捷提問(wèn)方式，實(shí)現(xiàn)的高效檢索，并展示答案及其出處。