计算机科学与探索

作者：薛迪, 李欣, 蒋章涛, 王晓宇, 刘明帅

单位：1. 中国人民公安大学 信息网络安全学院，北京 1000382. 安全防范技术与风险评估公安部重点实验室，北京 1000263. 中国人民公安大学 公安大数据战略研究中心，北京 100038

关键词：视觉问答,检索增强生成,公安涉案财物,大语言模型,多模态大模型

基金：国家重点研发计划 (2022YFC3301101)。

作为公安机关办理行政及刑事案件流程中的关键环节，涉案财物的规范化管理与依法处置直接关系到执法活动的公正性和程序合法，近年来有关部门相继出台了一系列规范性法律文件以指导公安民警开展此项工作。然而，不同涉案财物的调查取证、查封、扣押、冻结、接收等流程不尽相同，相关民警难以科学准确理解，严格执行规定。为帮助基层公安民警完成涉案财物管理工作，针对业务知识视觉问答模型涉案财物业务知识信息缺失、常规检索增强生成技术召回率低、模型推理性能差等问题，提出了涉案财物业务知识视觉问答技术框架。使用多模态大模型根据图像改写补全问题，解决了直接检索无法命中相关信息的问题。通过Conan-embedding模型对知识库以及查询进行向量化，提高了模型的知识检索能力。构建了关于涉案财物业务知识视觉问答数据集与公安知识库，针对法律法规类型文件，摒弃常规的固定切块储存方法，采用动态分割技术按条保存数据。使用LongLLMLingua模型根据改写后的问题对检索的外部知识进行压缩，在有效降低上下文长度的基础上提高了模型准确率。实验结果显示，提出的方法准确率达到71.98%，相较直接使用GLM-V提升了18.68个百分点，优于其他基线模型，验证了该方法的有效性。

来源：2025年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第12期