基金项目：四川省哲学社会科学基金重大专项“数字经济推动城乡融合发展的机制与路径研究”（SCJJ24ZD41）；国家社会科学基金重大项目“数字政府建设成效测度与评价的理论、方法及应用研究”（23amp;ZD080）。

[中图分类号]D63 [文献标识码]A

[文章编号]1673-0186（2025）006-0006-017

[DOI编码]10.19631/j.cnki.css.2025.006.001

政务大模型技术的迅猛发展，正成为重塑现代社会运行范式的重要驱动力。这一技术范式的演进，本质上是算法架构革新、计算资源跃迁与数据要素积累三重动力共同作用的结果。深层神经网络模型的突破性进展打破了传统机器学习的技术瓶颈，分布式计算能力的指数级增长为复杂模型训练提供了强大计算资源保障，而全球数字化进程中海量数据的沉淀则为模型优化提供了持续养料。在政府治理领域，面对日益复杂的公共事务管理需求和民众对高效政务服务的期待，智能化转型已成为提升现代治理能力的必然选择。

在此背景下，以DeepSeek为代表的大语言模型展现出区别于传统大模型的技术特质，其所具备的“高性能—低成本—开源化\"等技术优势有效解决了政务场景中模型应用的核心痛点。相较于需要千亿级参数支撑的通用大模型，该模型通过知识蒸馏和量化压缩技术，在保持语义理解、逻辑推理等核心能力的同时，显著降低了算力消耗和部署门槛。特别是在中文语境下的细粒度语义解析能力，使其能够精准处理政策文本中的复杂表述。这种技术特性与政务部门在数据安全性、系统兼容性及运维经济性等方面的刚性需求形成了高度适配，为地方政府和行业主管部门构建自主可控的政务大模型提供了强力支撑。……