1.大模型×一网通办:政务服务数字化转型新引擎（数据验证赛，此赛题尚未开启报名，请持续关注）

赛题围绕办事群众企业的实际需求，通过探索大数据、大模型技术在政务事项办理中的应用，促进人工智能技术与政务服务需求的深度融合。本赛题的答题目标包括：（1）针对政务服务中群众多次跑、反复问的问题，构建政务知识库，基于大模型的语义识别能力实现7*24小时不间断服务，突破人工咨询服务限制，降低群众办事成本，提升服务效率，实现让数据“多跑路”，让企业、群众“少跑腿”。（2）针对政务服务运行情况不清晰、决策数据响应慢的问题，支持通过口语化提问或直接输入问题，系统自动解析语义，关联数据指标进行回答，快捷准确的展示运行态势，提升决策响应速度。（3）针对企业/群众申请政策时“条件看不懂、材料一大堆”的问题，通过获取企业/群众的基本信息、办事信息等，构建企业/个人画像，实现政策、信息的精准推送，提升服务主动性。

2.智能数据引擎驱动政务咨询服务人员办理效能升级（数据验证赛，此赛题尚未开启报名，请持续关注）

随着信息技术的飞速发展，政务服务领域迎来了前所未有的挑战与机遇。公众对于便捷、高效、智能的政务服务需求日益增长，然而，传统政务服务在面对复杂多样的业务场景时，逐渐暴露出效率低下、智能化不足等问题。这些问题不仅影响了市民的办事体验，也给政务服务工作人员带来了巨大的工作压力。特别是在实际的政务服务场景中，由于工作人员对事项分类和办理流程不熟悉，常面临“业务内容与流程不熟悉”的场景，这不仅造成了政务服务工作人员的业务繁杂，也增加了市民的时间成本，为提升政务服务工作人员的办事效率，优化政务服务流程，已成为当前亟待解决的重要任务。本赛题的答题目标包括：（1）探索大模型在政务服务中的应用场景：通过深入分析政务服务过程中的痛点问题，探索大模型在政务问答、政策问答、办事流程交互等，分流标准化咨询，释放工作人员精力。（2）打造政务知识智能体：实现知识的智能检索与推荐，大幅度缩短工作人员查询政务知识的平均响应时间。（3）实现政务服务的个性化和精细化：通过整合用户行为数据和外部数据资源，为不同群体定制办事路径、推送关键节点提醒，提高工作人员的办事效率。（4）推动政府数字化转型：以大模型赋能政务服务为契机，推动政府数字化转型，提升政府治理能力和公共服务水平。

3.数据赋能解决同步录入（数据验证赛，此赛题尚未开启报名，请持续关注）

聚焦政务服务领域“重复录入”问题，通过开展业务流程优化再造，以电子证照、数据共享、人工智能等成熟的技术手段，在确保数据安全的前提下，打破部门系统壁垒，简化操作流程，提高政务服务效率，优化办事服务体验，推动政府数字化转型。本赛题的答题目标包括：（1）智能判断：识别来电/工单是否为首发诉求（即无历史相似事件记录）。（2）关联追溯：若为重复诉求，自动关联并输出最早工单编号及相似度评分。

4.基于大模型的政务服务边聊边办（数据验证赛，此赛题尚未开启报名，请持续关注）

在政务服务办事场景中，办事与咨询往往是两张页面，办事人在遇到问题时需要来回切换。本赛题要求设计一个边聊边办、边办边聊的解决方案，能够识别用户业务需求，从办事前、中、后提供一体化咨询服务。提供给用户最优的交互逻辑，提升政务服务办事效率。本赛题要求设计一个边聊边办、边办边聊的解决方案，能够识别用户业务需求，从办事前、中、后提供一体化咨询服务。提供给用户最优的交互逻辑，提升政务服务办事效率。

5.综窗“变形记”：大模型驱动移动帮办新范式（数据验证赛，此赛题尚未开启报名，请持续关注）

随着数字化转型的深入，政务服务领域正逐步向智能化、移动化方向发展。传统的窗口服务模式存在效率低、服务被动等问题，难以满足现代社会的需求。DeepSeek作为国产化人工智能大模型，具备自然语言处理、知识推理与智能交互能力，其深度应用可提升政务服务的主动性和精准性，优化办事流程，提高服务效率。本赛题的答题目标包括：（1）移动帮办：利用移动终端本身便携优势，基于PAD端构建帮办代办服务平台，推动办事服务前移，可为企业群众提供全程导办、帮办代办等主动服务。（2）精准提醒：基于大厅运行数据和历史办件数据，对重点企业办事人员、多次跑动办事人员、办事未成功人员等不少于10类特殊人群进行工作提醒，以便帮办专员能快速定位，并优先为这些人员提供服务，提升服务的主动性和精准性。（3）智能辅助：基于大模型技术，结合大兴区本地政务服务知识库，构建面向帮办端的智能助手，为工作人员提供政务服务事项政策解读、办事流程、申请材料等信息支撑。（4）视频互通：为便于工作人员内部形成业务互助小组，建设远程视频互通功能，集合每个帮办专员的能力，带来更好的服务体验。

6.基于现有审批系统的数据采集汇聚（专业数据赛，此赛题尚未开启报名，请持续关注）

数据治理及采集工具功能验证：在不影响系统运转的基础上，在现有业务系统上搭建数据采集工具，辅助政府部门采集审核规则及相应数据。采集内容包括：文本、图片、表单内容，采集的审核规则包括：格式错误、内容缺失、图片错误等。

7.基于用户提交文本及绘图文件的智能生成（专业数据赛，此赛题尚未开启报名，请持续关注）

文本文件及图片文件自动生成是为用户提供便捷服务的基础能力，上述功能应用能够有效提高用户体验。本赛题的答题目标包括：（1）辅助用户自动生成申请文件文本，生成内容需要符合审核要求。（2）辅助用户自动生成符合审核要求的平面图。

8.基于审批事项的智能应用综合（专业数据赛，此赛题尚未开启报名，请持续关注）

本赛题主要关注政务文件规则提取及智能辅助审核综合能力验证，主要考察综合服务提供商的系统集成能力。具体考察以下四类能力，一是基于现有制度文件内容，通过智能识别的方式，提取审核关键规则；二是针对政策的迭代变化情况，对先后年度政策的情况进行自动比对、识别关键信息；三是基于规则，基于用户理解，辅助生成办事指南；四是基于规则情况及现有的审核资料情况，进行智能审核，审核资料包括：图片、文本等内容。该项功能采取现场竞争的方式，将对参赛方对具体审核事项、涉及制度提取及分析等能力进行现场验证。本赛题的答题目标包括：（1）能够准确拆解文本规则；（2）自动识别政策文件变化；（3）基于识别的规则，智能生成办事指南的质量；（4）提供一定数量的审核模拟数据，由系统进行自动审核验证。

9.基于申报材料的智能辅助审核（专业数据赛，此赛题尚未开启报名，请持续关注）

智能辅助审核文字图是指辅助审核人员对用户上传的复印件、扫描件、文件照片等内容进行识别，判断其是否加盖公章、材料时间是否符合审核要求、数字计算是否正确。面向用户及审核人员，本赛题意在通过智能识别，对材料的一致性、时效性、符合性等内容进行辅助审核，提高审核便利度。备选案例：企业不定时工作机制和综合计算工时工作制审批。本赛题要求实现申请企业输入草图及语义描述后系统自动生成相应文件。

10.基于大模型的现有政务服务热线的多语服务及智能应答（专业数据赛，此赛题尚未开启报名，请持续关注）

针对北京12345热线中水电气热领域高频重复诉求，需解决市民描述模糊、坐席员手动填单效率低、工单字段缺失导致的派单错误问题。本赛题需构建智能应答算法：（1）高频场景结构化解析。自动识别停水、电费纠纷、暖气不热等20类高频场景，提取关键字段（如地址、户号、故障现象）。（2）对非结构化描述（如“我家没暖气了”）自动补全标准问题分类（如“供暖问题-暖气片不热-回水阀故障”）。（3）多轮对话精准引导。动态生成追问逻辑（如先定位“朝阳区某小区”，再确认“是否整栋楼停水”），填充工单必填字段。（4）内置派单指引，根据地址自动匹配处置单位（如东城区老旧小区电路改造需转区房管局而非供电公司）。（5）工单质量自动校验。实时检测字段完整性（如漏填“户号”则提示）、逻辑矛盾（如报修“水管爆裂”但地址为写字楼），提示坐席追问。（6）面向外籍人士、本地居民提供双向多语言实时互译服务，解决跨语言沟通障碍。外→中：将外籍人士的英语、法语、韩语等诉求（含语音/文本）实时翻译为中文，并标注北京特色词汇的文化背景（如“簋街→Ghost Street (24-hour food street)”）。中→外：将坐席员的中文回复（含政策术语、京味俗语）转换为目标语言，保留敬语体系（如“您”译为“Sir/Madam”而非“You”）。术语辅助提示：自动高亮翻译后的敏感词（如“拆迁→Relocation under urban planning”）、易误解表述，并提供替换建议。

11.基于大模型的政务服务热线事件智能派单（专业数据赛，此赛题尚未开启报名，请持续关注）

在政务服务热线场景中，市民通过电话反映问题时存在事件要素分散、多诉求交织等特点，导致人工坐席难以快速定位处置部门，同时从空间维度对海量的市民诉求数据开展分析从而综合评价治理成效方面缺乏行之有效的办法。本赛题的答题目标包括：（1）12345市民服务热线相当一部分的工单没有实现在地图上落点。（2）对于已实现落图的工单需要聚类到行政区、街乡镇、小区具体点位等治理主体。（3）市民口述地址常含方言、别称或模糊描述（如“我家小区西门旁边”），导致坐席员二次录入偏差，需要借助模型算法能力在前端给话务员相应的辅助提示。本赛题要求构建智能派单系统，通过大模型技术实现工单的智能化分派与优先级判定。实现地址解析：将非结构化地址文本（addr_text）解析为北京2000坐标系经纬度。地理信息补全：将坐标转换为标准行政区划（区、街乡镇、村社区）及地理实体（小区、道路、POI）。智能推荐：对无法精确匹配的地址，返回Top-3最可能的小区及置信度，提升热线服务响应效率与群众满意度。

12.基于大模型的现有政务服务热线诉求标签生成（专业数据赛，此赛题尚未开启报名，请持续关注）

在政务服务热线场景中，话务人员处理市民反映问题工单时存在分类类目庞杂、学习成本高等困难，导致人工坐席难以快速定位诉求所属标签。同时在政务服务热线场景中，“首发诉求”指新近首次出现、多人聚集性反映、可能对公共安全或社会秩序产生重大影响的事件（如交通事故、大面积停电、道路塌陷、爆管漏气等）。现有流程依赖坐席员主观经验逐条检索历史工单，漏判率高、响应慢。本赛题要求构建智能标签辅助工具，通过大模型、地图经纬度辅助等技术实现以下目标：（1）精准识别市民诉求所属标签类型（以未移交道路场景举例）。（2）智能判断：识别来电/工单是否为首发诉求（即无历史相似事件记录）。（3）关联追溯：若为重复诉求，自动关联并输出最早工单编号及相似度评分。（4）风险分级：若为首发诉求，基于事件描述、地理位置、时间特征输出严重级别置信度（如高/中/低）。

13.基于大模型的现有政务服务热线诉求分类细化拆解（专业数据赛，此赛题尚未开启报名，请持续关注）

在政务服务热线场景中，话务人员处理市民反映问题工单时存在分类类目庞杂、学习成本高等困难，导致人工坐席难以快速定位诉求所属三级事件分类类目。本赛题要求构建智能分类辅助工具，通过大模型等技术实现以下目标：（1）精准识别市民诉求所属事件类型（包括48类一级、510类二级、2658类三级分类）。（2）实现工单多可选分类推荐的优先级判定，降低基层话务人员学习成本，提升热线服务响应效率与群众满意度。同时现有热线分类类目体系化程度不高，未与处置单位权责清单高度匹配，个别分类类目存在含义交叉、涵盖不够全、拆解不够细的问题，需将现有三级分类进行重构、细化，形成与处置单位权责高度关联、与市民实际诉求高度吻合的五到六级分类。

14.基于大模型应用的热线智能报告生成（专业数据赛，此赛题尚未开启报名，请持续关注）

在政务服务热线的运行中，海量的市民诉求数据长期沉淀却缺少深度挖掘办法，当前人工分析存在报告生成周期长、趋势洞察滞后、跨领域关联性分析缺失等痛点。本赛题要求构建智能报告系统，通过大模型技术实现：（1）多维度诉求分析（热点事件聚类、情感倾向识别、高频问题追踪）。（2）周期性规律挖掘（季节性问题预测、政策调整效果评估）。（3）智能化报告生成（自动提炼服务短板、生成可视化决策图谱）。（4）跨周期知识关联（如“老旧小区改”相关投诉与住建部门施工计划的时空关联）。系统需支持报告分析文字的自动化生成，不强制要求成图成表，辅助政府部门实现服务资源的精准预判与科学调度。

15.基于AI智能和多元数据辅助政府科学决策，提振服务消费（数据验证赛，此赛题尚未开启报名，请持续关注）

大力提振消费是2025年政府工作重点任务，促进服务消费高质量发展是消费提振的核心内容。如何发挥数据要素价值，优化和扩大服务供给，释放服务消费潜力，更好满足人民群众个性化、多样化、品质化服务消费需求是一个重要课题。2.近年来，12345政务服务便民热线（下称“12345热线”）作为重要的政务数据要素，其应用场景不断拓展，尤其在政策制定、公共服务等领域中发挥着不可替代的作用。然而，当前对该数据的开发利用主要集中在该数据集本身的内容处理，与多源异构数据的整合应用仍有较大的探索空间。本赛题旨在探索推进12345热线数据与多元数据的联动分析，更好赋能部门决策与行业治理。本赛题旨在用多元数据辅助政务科学决策，助力政府监管服务的科学化、精细化、智能化，满足群众需求，提振服务消费。具体答题目标：（1）实现对12345热线、公共数据资源、社交媒体与电商平台数据等多渠道数据进行挖掘分析。（2）围绕家政服务、养老托育、文化娱乐、餐饮住宿等人民群众生活密切相关的服务行业领域的科学决策，推动服务消费高质量发展。（3）使用AI算法模型实现民声、民意、民心的高效率量化分析，完成报告成果。

16.基于多源异构政策数据的冲突检测智能技术研究（专业数据赛，此赛题尚未开启报名，请持续关注）

在政务服务场景中，各级政务平台积累大量政策文件（含历史版本）、配套政策解读材料以及政务问答对（QA）知识库。因政策发布主体多元、版本迭代频繁（新旧政策）、QA维护不同步等现实问题，政策与解读、QA间存在不一致状况，例如，部分政策的新解读与旧版政策原文存在冲突，某些QA给出的办理流程与现行政策规定不符。这给民众获取准确信息、政府提供高效服务带来了阻碍。本赛题的答题目标包括：（1）针对已积累各类政务非结构化数据解析（PDF、HTML、jpg、Excel）。（2）需建立知识版本溯源、条款关联等基础能力。（3）精准全面定位政策、解读、操作详解等文本数据与问答对QA之间的业务知识及业务逻辑冲突点。（4）设计增量更新策略，构建局部修正与全局协同相结合的消歧框架，总结冲突点。

17.基于大模型的政策文件语义查重系统（专业数据赛，此赛题尚未开启报名，请持续关注）

本赛题要求构建一个政策文件查重系统，系统应具备语义理解和推理能力，可深入分析政策文本的含义，多维度具体分析政策文本的相似点，并支持政策文件“一对一”查重、“一对多”查重、指定查重范围等应用场景。系统能够及时发现政策文件中存在的重复、矛盾或不一致之处，辅助政策制定者及时修改和完善政策文件，使政策更加科学合理，增强政策的有效性和可操作性。

18.基于大模型的信息系统异常检测与风险分析（专业数据赛，此赛题尚未开启报名，请持续关注）

借助大模型的强大整合能力，全面收集并融合主机运行数据、网络流量信息以及安全告警信号等多维度数据源，精准构建业务系统逻辑关系图，该图谱清晰呈现各业务模块间的交互路径和协同机制，明确数据的流向与处理流程；在此基础上，深度分析并总结业务行为基线模型，精准刻画正常业务运行的模式与特征，形成一套稳定可靠的基准模型，用于后续异常行为的精准检测；进一步构建信息系统运行态势检测模型机制，实现对系统运行状态的实时感知与动态评估，能够快速识别潜在的安全风险，并及时发出预警信号，从而为信息系统提供全方位、实时性的安全防护，确保其稳定、安全运行。

19.基于人工智能的加密流量威胁检测研究（专业数据赛，此赛题尚未开启报名，请持续关注）

随着商密要求的发展，政务信息系统通讯和数据传输越来越多的采用加密的方式进行，加密流量（如HTTPS、VPN、TLS/SSL）的广泛使用虽然保护了隐私，但也为恶意活动（如恶意软件通信、数据泄露、APT攻击）提供了隐蔽通道，对于有效的安全监测预警提出了严重挑战。本赛题旨在基于人工智能技术研究如何在不解密的情况下，不破坏加密隐私的前提下，利用可感知的如数据包大小、传输时间、频率、特定指纹等信息，采用行为模型分析、联邦学习、强化学习等技术手段有效识别加密流量中的隐蔽威胁，为下一代网络安全防御提供核心技术支撑。

20.灾备数据要素化创新应用（专业数据赛，此赛题尚未开启报名，请持续关注）

当前，北京市政务灾备数据存在“重备份、轻利用”的痛点，大量备份数据仅用于应急恢复，其分析价值、业务支撑能力未被充分释放。所以，灾备数据是一项“沉默的数据金矿”，长期被锁定在备份系统中，其要素属性未被充分激活。本赛题聚焦灾备数据的“要素化转型”，鼓励参赛者探索公共服务类平台灾备数据的创新再利用模式，促进备份数据从“成本负担”到“生产要素”的升级路径，推动数据要素从“成本中心”向“价值中心”转化，通过技术创新与机制设计，释放业务数据智能分析、业务赋能中的价值，降低助力国家数据要素市场体系建设。因此，答题方需充分利用好提供的数据，实现备份数据的再利用及多场景应用，包括但不限于利用备份数据进行系统测试、应急恢复演练、数据分析等。同时，实现的技术手段应充分考虑建设成本以及对生产系统资源的占用率。另外，通过将备份数据再利用，将备份数据形成灾备数据仓库，利用数据挖掘、分析等技术，将企业的基础信息、经营状况、人才需求等数据要素提取，为企业提供专属人才推送、智能关联分析预测等服务，最终助力产业、人才健康发展。

21.基于大模型的政务服务相似度分析（专业数据赛，此赛题尚未开启报名，请持续关注）

“京通”移动端目前已接入政务服务和便民服务事项1300余项。目前未对用户使用“京通”移动端的行为轨迹进行分析，获取服务事项之间的关联关系并能够根据用户的前期的使用行为轨迹为用户精准推送服务事项。本赛题提供数据为市民使用“京通”小程序的行为轨迹数据，数据以用户唯一标识作为主键，提供用户访问服务事项名称、访问事项时间、事项提供委办局、用户访问客户端等信息，不包含任何用户的敏感信息。本赛题旨在对用户使用“京通”移动端的行为轨迹进行分析建模，一是实现分析各服务事项的相似度。二是分析服务事项之间的关联关系（包括有时序关系、依赖关系、层级关系、替代关系、互斥关系、衍生关系等）。三是依据市民此前数次的服务事项访问轨迹，为市民精准推荐后续可能需要办理的服务。

承办单位：北京市通州区人民政府、北京经济技术开发区管理委员会、北京市平谷区人民政府

主办单位：北京市政务服务和数据管理局

协办单位：北京首通智城科技创新有限责任公司、中国联合网络通信有限公司北京市通州区分公司

1.启动阶段：

      5月28日启动北京分赛，发布北京分赛赛道赛题等赛事信息。

2.初赛阶段：

      竞赛启动后，参赛团队可通过官网报名和提交材料，初赛报名和比赛分阶段进行，预计8月下旬开展初赛评审，审核获奖材料，确定晋级北京分赛区决赛单位。

3.决赛阶段：

      公布决赛评审时间和评审安排，预计8月底左右开展北京分赛区决赛，围绕初赛评选产生的优秀项目，采取路演答辩等方式进行决赛评选，计划9月底前提交参加全国总决赛名单。

各赛道设置一、二、三等奖、优秀奖等奖项，并提供以下权益：

1.数据流通

鼓励优秀项目数据资源和成果加入北京市数据流通利用增值协作网络，组织北京国际大数据交易所与参赛单位开展“所商合作”，促进数据要素流通，通过市场化实现价值化。

2.产融对接

持续组织国家级、市级和区级投融资机构举办产融对接活动，提供的产融合作资源支持。

3.展示推广

组织数据应用方与参赛单位开展业务合作，举办论坛沙龙、座谈交流、线下推展等赛事活动，制作获奖项目案例汇编，促进数据产品的服务推广与供需对接。

4.企业发展

符合条件的获奖团队可享受相关市级部门和属地政府提供的产业支持、人才招引等政策。

5.跟踪服务

北京分赛组委会建立竞赛项目库、主体库，推动全市产业支持政策触达参赛单位，加强常态化跟踪与沟通服务。

6.交流学习

获奖团队有机会参与大赛组委会举办的政策宣贯、调研走访、成果转化等活动。

每个赛道的奖项数量、大赛权益详情将在后续进行通知，敬请持续关注。