2003-2025年北大法宝：人工智能政策数据

原创 于 2025-12-04 10:03:31 发布 · 220 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #数据分析

参考《统计研究》董直庆（2025）、《数量经济技术经济研究》胡化广（2025）的做法，根据人工智能的关键词。爬取了北大法宝公开的人工智能政策数据，包括法律规定、行政法规、司法解释、部门规章、党内法规制度、行业规定等

数据年份为1982-2025.11，包含制定机关、发文字号、效力位阶、施行年份、正文内容等，指标

一、数据介绍

数据名称：人工智能政策数据-北大法宝

数据范围：人工智能

时间范围：2003-2025.11

样本数量：802条

数据来源：北大法宝

二、数据指标

三、参考文献

[1]胡化广,刘海建,周枫凯.人工智能的“稳链”效应——来自供应链波动的经验证据[J].数量经济技术经济研究,2025,42(10):90-111.

[2]董直庆,陈琦.政策干预存在就业稳定器效应吗？——人工智能情境和上市公司证据[J].统计研究,2025,42(01):114-128.

四、数据概览

人工智能政策数据EXCEL版

人工智能政策数据STATA版

【下载→

方式一（推荐）：主页 ↓个人↓简介

经管数据库-优快云博客

方式二：数据下载地址汇总_-优快云博客

2025最新！法律研究数据挖掘的AI架构设计趋势
AI智能探索者的博客
08-27 381
目的：解决法律研究中的“三大痛点”——数据过载：仅中国裁判文书网就有1.4亿份案例，律师找1个类似案例可能需要数小时；逻辑复杂：法律推理需要结合“法条-案例-事实”，传统检索工具只能返回关键词匹配结果，无法理解“逻辑关联”；效率低下：企业合规检查、法官判决辅助、法学院教学等场景，需要快速处理海量法律数据，人工方式成本极高。范围：聚焦2025年法律研究数据挖掘的AI架构设计，涵盖“数据处理-知识构建-推理生成-应用落地”全流程，重点讲解“知识图谱+生成式AI+多模态+隐私计算”的融合趋势。本文按照“
司法AI法律文书生成的架构设计：NLP如何保证法律准确性？架构师亲述
AI架构全栈开发实战笔记
09-26 778
你可能见过这样的场景：基层法院的书记员加班到凌晨，逐字敲写离婚判决书——要核对当事人姓名、标的额、法条序号，还要确保「财产分割符合照顾子女原则」「逾期利息计算符合LPR规定」。如果AI能帮他生成90%的准确内容，剩下10%只需要人工微调，会不会让司法工作更有温度？构建一个「能守法律底线」的AI文书生成系统，范围覆盖「简易案件（如民间借贷、离婚纠纷）」的文书自动生成，重点解决「NLP如何保证法律准确性」的问题。本文会按「故事引入→核心概念→架构设计→实战代码→场景应用用「AI帮法官写判决书」的故事引出问题。
AI交通应用主题汇总（2025-10-13更新）
weixin_55366265的博客
10-14 177
人工智能（AI）是指机器执行人类能够轻松完成的感知、推理、学习和解决问题等认知功能的能力。伴随着人工智能技术的发展，人工智能在交通领域有着广泛的应用。不论是在交通感知领域的图像识别、视频分析；交通管理和控制、交通安全分析决策；还是在综合交通规划、物流运营分析等方面，人工智能都能够帮助人类提高效率，减少失误。本星球长期关注人工智能能的发展及在交通物运输领域中的应用，收集了有关人工智能的技术资料，希望能对同行有所帮助。点击文后阅读原文，可获得下载资料的方法。（2025年10月13日）（2025年09月27日）A
速下载！2024全年网络与数据安全255项政策法规全集
Chaincomp的博客
01-03 1328
网络与数据安全立法革新，筑牢国家安全发展根基。随着我国数字经济建设的快速推进，网络与数据安全立法不断加速，从最初的单点突破，逐步发展为全面覆盖、系统完善的体系，为我国数字经济的健康发展筑牢了坚实的法治根基。2024年9月30日，国务院发布《网络数据安全管理条例》，自2025年1月1日起施行，标志着我国形成了以《网络安全法》《数据安全法》《个人信息保护法》《密码法》等法律为核心，以行政法规、部门规章为依托，地方性法规、地方规章为抓手，国家标准为指南的数据安全法规保障体系。 法与时移，数据安全法制化步入 “飞速
2025最新保姆级教程：零基础掌握大模型RAG技术，从入门到实战全攻略
2401_84206094的博客
04-16 798
本文将结合2025年最新技术趋势，为普通人打造一条从零到精通的RAG学习路线，手把手教你用“外挂知识库”破解大模型幻觉难题，成为AI时代的稀缺人才！这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。
数字孪生、数字化转型主题汇总（2025-04-01更新）
weixin_55366265的博客
04-02 743
数字孪生是充分利用物理模型、传感器、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。2024年世界开源大会报告——塑造人工智能安全和数字公共产品合作的未来（英） FUTUREWEI 2024-12。如何利用数据实现更快、更好的充电：电动汽车充电和运营的数字行动框架（英） WBCSD 2023-7-13。新出行时代：利用数字技术实现更公平、更高效、更有效的公共交通（英） 卡尔顿大学 2024-4-9。
2025 全球优质 AI 产品深度测评：从通用工具到垂直领域的技术突围 —— 轻量聚合工具篇
专注于 Java 后端架构、微服务、分布式、前端及 AI 领域的技术分享，是开发者获取硬核知识、交流实战经验的专业博客。
05-23 2981
AI 工具的价值不在于单一功能的强大，而在于与业务场景的深度融合。建议企业建立「通用平台 + 垂直工具 + 自研模型」的三层架构，个人用户则需聚焦「效率提升 + 创意释放」的核心诉求。随着技术门槛持续降低，选择真正能解决业务痛点的工具，才是把握 AI 时代的关键。从全球领先的通用助手到本土创新的轻量聚合工具，2025 年的 AI 生态正呈现「技术分层、场景细分」的多元化格局，无论您是开发者、企业决策者还是普通用户，都能在这张技术图谱中找到适合自己的破局点。
人工智能与法律：法律行业的变革
一套方法论打通全栈闭环，从 0 到 1 教你驾驭需求、设计、开发、项目、课题、论文和软著，速成全栈王者！
08-09 1766
人工智能正在重塑法律行业的形态，但技术终究是服务于正义的工具。从偏远地区的群众通过 AI 获得法律咨询，到企业借助智能系统防范法律风险，从法官从繁琐阅卷中解放出来专注裁判，到法律服务成本降低让更多人打得起官司，AI 正在让法律从 “少数人的专业壁垒” 变为 “多数人的权利保障”。未来的法律行业，将是 “技术的智能” 与 “法律的温度” 的完美融合：AI 解决效率、成本等技术问题，法律人则守护 “公平正义” 的核心价值。
AI交通应用主题汇总（2025-08-14更新）
weixin_55366265的博客
08-18 132
人工智能（AI）是指机器执行人类能够轻松完成的感知、推理、学习和解决问题等认知功能的能力。伴随着人工智能技术的发展，人工智能在交通领域有着广泛的应用。不论是在交通感知领域的图像识别、视频分析；交通管理和控制、交通安全分析决策；还是在综合交通规划、物流运营分析等方面，人工智能都能够帮助人类提高效率，减少失误。本星球长期关注人工智能能的发展及在交通物运输领域中的应用，收集了有关人工智能的技术资料，希望能对同行有所帮助。点击文后阅读原文，可获得下载资料的方法。（2025年08月14日）（2025年07月31日）全
人工智能与法律：法律服务模式的变革
一套方法论打通全栈闭环，从 0 到 1 教你驾驭需求、设计、开发、项目、课题、论文和软著，速成全栈王者！
08-04 1371
人工智能正在改变法律的服务形态，但技术本身不是目的，而是让法律更高效、更普惠、更公正的工具。从农民工通过 AI 获得免费法律咨询，到小微企业用 AI 审查合同降低风险，从法官借助 AI 减少案件积压，到律师利用 AI 更好地维护当事人权益，AI 正在让法律回归 “保护权利、解决纠纷、维护公平” 的本质。未来的法律行业，将是 “AI 的效率” 与 “人类的智慧” 的完美结合：AI 处理繁琐的技术工作，法律人专注于价值判断、情感沟通和正义追求。
生成式AI：技术、边界与未来生态的深度洞察
heijunwei的博客
05-06 1501
在Gartner 2024年报告中，企业采用生成式AI的ROI呈现出显著的两极分化：成功落地的案例生产效率平均提升了47%，而68%盲目跟风的项目未能通过概念验证阶段。这表明生成式AI并非万能，也绝非简单的统计工具，而是人类历史上首个可规模化的认知增强引擎。它既能在蛋白质结构预测等专业领域超越人类专家，也能在日常办公场景中提升效率，但同时存在数据幻觉等局限性。正如百度创始人李彦宏所言："这项技术的终极价值在于释放我们处理高阶认知任务的带宽"。
数字化转型导师坚鹏：2025年银行数字化开门红方法及案例工作坊
m0_63666630的博客
11-02 744
7、 XX数据中台的7大主要功能（包括多端数据可视化分析、智能决策、运营洞察、营销风控等）及相关特色应用案例。4、 XX营销中台的8大主要功能（包括活动平台、权益平台、SCRM、企业微信等）及相关特色应用案例。银行营销、运营、数字化营销、数字化运营、网点负责人、中高层干部等相关人员。5、 XX营销 中台工具包（包括客户、员工、管理层、业务部门、合伙人等）3、 研讨银行重点客群、重点产品、重点渠道、重点工具、重点措施及重点保障。1、 银行数字化开门红宣传内容策略：包括文章、海报、短视频、H5等。
法律AI智能体在房地产法律业务中的应用
小白菜的博客
08-25 1578
法律AI智能体是融合法律知识与人工智能技术，能自主完成法律任务的智能系统。维度传统法律科技工具法律AI智能体自主性被动响应（需人工触发操作）主动感知（自动识别任务需求）协同性单一功能（如仅审查合同）多任务协同（审查→风险预警→方案生成）进化性规则固定（需人工更新逻辑）动态学习（从数据与反馈中优化能力）例如：传统合同审查工具需用户手动上传文档、选择“购房合同”类型；
TensorRT笔记（5）：研究timingCache
ouliten的博客
12-02 802
在里出现了大量的timingCache，但是当时没有取研究这是干啥的，本文就来解析一下。样例都基于上面的文章。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1510
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
大模型应用：大模型 MapReduce 全解析：核心概念、中文语料示例实现.12
minhuan的专栏
12-03 852
本文介绍了MapReduce编程模型及其在大模型训练中的应用。MapReduce通过"分治-并行-聚合"思想处理大规模数据，传统Hadoop MapReduce侧重结构化数据计算，而大模型MapReduce则针对自然语言处理任务。文章详细对比了两者在架构、处理对象和核心算力等方面的差异，并提供了中文词频统计的Python实现示例，包括单机版和分布式版本。分布式实现利用多进程模拟集群计算，展示了数据分片、Map、Shuffle和Reduce的完整流程。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1724
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
【LLM】DeepSeekMath-V2模型
发现问题，并解决问题，批判性思维
11-29 1520
研究问题：这篇文章要解决的问题是如何在大型语言模型（LLMs）中进行自我验证的数学推理。具体来说，现有的基于最终答案奖励的强化学习方法在数学推理中存在根本局限性，因为正确答案并不能保证推理的正确性，特别是在定理证明任务中。 研究难点：该问题的研究难点包括：如何在不依赖最终答案的情况下验证推理的正确性；如何在生成和验证之间建立有效的迭代改进循环；如何在没有已知解决方案的开放问题上扩展测试时计算。 相关工作：该问题的研究相关工作有：OpenAI的推理模型在定量推理竞赛中取得了显著进展；DeepMind的Deep
【AI是否能替代IT从业者？】
最新发布
博文致力于人工智能算法的探索研究；前后端分离项目的技术分享交流；专升本计算机基础课程内容讲解；各种中间件技术分享
12-03 570
2025年IT行业面临AI深度重构：基础开发、测试、运维岗位替代率超60%，但AI相关新兴岗位激增380%。人类在复杂系统设计、伦理决策和跨界融合领域仍具不可替代性。微软等企业实践显示，人机协作可使效率提升40%。从业者需转型高价值领域（如Agent开发、大模型工程），掌握"技术+领域"双轨能力。AI本质是职业生态重构器，持续学习者的薪资溢价可达150%。建议立即评估岗位AI暴露指数，优先学习分布式架构优化、多智能体开发等技能。
SELECT cdate AS date, recv_person_name AS name, JSON_UNQUOTE(JSON_EXTRACT(recv_addres_json, '$.fullAddres'))AS address FROM gs_trade ORDER BY cdate DESC LIMIT 10; 得出的数据如下：[ { "date": "2025-11-03T15:06:29", "address": "河北省秦皇岛市海港区123", "name": "lx" }, { "date": "2025-11-03T14:50:51", "address": "河北省秦皇岛市海港区123", "name": "lx" }, { "date": "2025-11-03T14:47:56", "address": "河北省秦皇岛市海港区123", "name": "lx" }, { "date": "2025-10-31T14:33:54", "address": "湖南省张家界市武陵源区213", "name": "lx" }, { "date": "2025-10-31T14:33:39", "address": "湖南省张家界市武陵源区213", "name": "lx" }, { "date": "2025-10-31T11:22:24", "address": "湖南省衡阳市祁东县合肥大学", "name": "崔文军" }, { "date": "2025-10-31T10:40:18", "address": "湖南省衡阳市祁东县合肥大学", "name": "崔文军" }, { "date": "2025-10-31T09:56:48", "address": "北京市市辖区门头沟区666", "name": "llx" }, { "date": "2025-10-30T17:52:21", "address": "安徽省合肥市蜀山区锦绣社区大学", "name": "崔先生" }, { "date": "2025-10-30T17:44:41", "address": "安徽省合肥市蜀山区锦绣社区大学", "name": "崔先生" } ] 如何截取 cdate 的数据为“2025-10-30”
11-04
<think>我们已知用户需求：在SQL查询结果中，将日期字段`cdate`的数据截取为'YYYY-MM-DD'格式。 根据引用中提供的信息，我们可以参考不同的数据库系统来实现，因为不同的数据库系统可能有不同的日期格式化函数。 从引用[1]中可以看到在Access中使用`CDate`函数进行日期转换，但这里我们需要格式化日期。 引用[3]中提到了在VB代码中处理日期，但我们需要在SQL查询中直接处理。 常见的数据库系统及对应的日期格式化函数： 1. MySQL: 使用`DATE_FORMAT(date, format)`函数，其中format字符串为'%Y-%m-%d'。 2. SQL Server: 使用`CONVERT(varchar, date, 23)`，样式23对应'YYYY-MM-DD'。 3. Oracle: 使用`TO_CHAR(date, 'YYYY-MM-DD')`。 4. PostgreSQL: 使用`TO_CHAR(date, 'YYYY-MM-DD')`。 5. Access: 可以使用`FORMAT(date, 'yyyy-mm-dd')`，但注意Access的SQL可能不支持（或者使用Format函数，但在查询中可能需要用表达式）。 由于用户没有指定数据库类型，我们需要提供几种常见数据库的解决方案。 另外，引用[4]提到了MySQL和Oracle的一些限制，但这里我们只需要格式化日期，不涉及长字符串问题。 因此，我们可以为不同的数据库提供不同的方法： 假设用户使用的是MySQL： ```sql SELECT DATE_FORMAT(cdate, '%Y-%m-%d') AS formatted_date FROM your_table; ``` 假设用户使用的是SQL Server： ```sql SELECT CONVERT(varchar, cdate, 23) AS formatted_date FROM your_table; ``` 假设用户使用的是Oracle： ```sql SELECT TO_CHAR(cdate, 'YYYY-MM-DD') AS formatted_date FROM your_table; ``` 假设用户使用的是PostgreSQL： ```sql SELECT TO_CHAR(cdate, 'YYYY-MM-DD') AS formatted_date FROM your_table; ``` 假设用户使用的是Access： 在Access中，我们可以使用Format函数： ```sql SELECT Format(cdate, 'yyyy-mm-dd') AS formatted_date FROM your_table; ``` 但是，请注意，在Access的查询中，日期格式可能会受到系统区域设置的影响，而且如果字段是文本类型存储的日期，可能需要先转换为日期类型。 另外，如果用户想在同一个查询中获取其他字段，只需将格式化后的日期作为一个字段选择即可。 由于用户的问题没有明确数据库类型，我们提供通用的思路，并给出常见数据库的实现。 同时，我们注意到引用[1]中使用了`CDate`函数，这是Access中将字符串转换为日期的函数，所以如果用户是在Access中，并且字段是文本类型，可能需要先转换： ```sql SELECT Format(CDate(YourTextField), 'yyyy-mm-dd') AS formatted_date FROM your_table; ``` 综上所述，我们根据不同的数据库系统选择相应的函数。 为了让用户能够直接应用，我们可以建议用户根据自己使用的数据库类型选择合适的函数。 另外，如果用户使用的数据库是SQLite，则可以使用`strftime('%Y-%m-%d', cdate)`。 由于问题中提到了字段名为`cdate`，我们可以假设这个字段已经是日期类型（或可以隐式转换为日期类型），如果是字符串类型，则需要先转换为日期类型，然后再格式化（如Access示例）。 因此，我们可以这样回答： </think>根据您的需求，在 SQL 查询中将日期字段格式化为 `YYYY-MM-DD`，解决方案因数据库系统而异。以下是常见数据库的实现方法： ### 1. MySQL / MariaDB 使用 `DATE_FORMAT()` 函数： ```sql SELECT DATE_FORMAT(cdate, '%Y-%m-%d') AS formatted_date FROM your_table; ``` * `%Y`：4位数年份 * `%m`：2位数月份（01-12） * `%d`：2位数日期（01-31）[^1] ### 2. SQL Server 使用 `CONVERT()` 函数： ```sql SELECT CONVERT(VARCHAR(10), cdate, 23) AS formatted_date FROM your_table; ``` * 样式代码 `23` 对应 ISO 8601 格式 `YYYY-MM-DD`[^2] ### 3. Oracle 使用 `TO_CHAR()` 函数： ```sql SELECT TO_CHAR(cdate, 'YYYY-MM-DD') AS formatted_date FROM your_table; ``` ### 4. PostgreSQL 使用 `TO_CHAR()` 函数： ```sql SELECT TO_CHAR(cdate, 'YYYY-MM-DD') AS formatted_date FROM your_table; ``` ### 5. Microsoft Access 使用 `FORMAT()` 函数： ```sql SELECT FORMAT(cdate, "yyyy-mm-dd") AS formatted_date FROM your_table; ``` ### 通用注意事项 1. **字段类型**：若 `cdate` 是字符串类型（如 `TEXT`），需先转换为日期类型： ```sql DATE_FORMAT(STR_TO_DATE(cdate, '%Y%m%d'), '%Y-%m-%d') -- MySQL CONVERT(DATE, cdate, 23) -- SQL Server ``` 2. **空值处理**：添加 `WHERE cdate IS NOT NULL` 避免转换错误 3. **时区影响**：若涉及跨时区业务，需考虑 `UTC` 转换 > 示例：根据引用[3]，若在 VB 中构建 SQL 字符串，可这样实现： > ```vb > str_sql = "SELECT FORMAT(cdate, 'yyyy-mm-dd') AS formatted_date FROM table" > ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值