大数据法律监督模型大共享体系建设之浅析
检察大数据法律监督模型是一种基于大数据技术的监督模型，通过对海量数据的分析和挖掘，实现个案到类案再到社会治理的监督和管理。目前，检察大数据法律监督模型已在全国范围内得到广泛应用，检察大数据法律监督模型的精度和效果也得到不断提高，一批实用模型如“空壳公司虚开发票监督模型”“民营医院医保诈骗监督模型”“骗取出口退税类案监督模型”等为检察工作的科学决策提供了有力支持。
尽管检察大数据法律监督模型在应用中取得了一定的成效，但仍存在一些问题和不足。主要表现在以下几个方面：一是数据质量不高。数据质量参差不齐，内部数据挖掘不深；二是共享机制不够完善。各地区、各部门之间的数据共享机制不够完善，导致数据难以有效整合和利用，成熟模型没有实现全面推广应用；三是同质化建设不少。同质化模型建设造成了资金和资源的浪费。
针对共享机制的问题，可以从构建“模型-算力-平台”的大共享体系来解决。
拓宽模型共享渠道
当前大数据法律监督模型的信息获取一是通过相关会议、信息了解模型建设情况，二是通过如《数字检察》专刊和公众号等媒体报道查看，三是实地考察调研。相较于全国诸多优秀的法律模型来说，如此方式既不快速也不直观，不利于最大限度发挥优秀模型的价值。因此统一模型的共享渠道对数字检察的发展显得尤其重要。
统一模型共享渠道，可以从模型功能和地域分布划分考量，包含模型的介绍、模型演示视频和问答等功能，通过丰富展示更好地进行推广，也能有利于全面掌握全国模型的建设情况，更好地规划发展方向。
统一算力共用资源
大数据的发展离不开算力的支持，庞杂的数据处理更需要硬件资源支撑。当大数据往精细化不断延伸，算力资源就显得更为重要。
在实践中，计算资源尤其AI模型计算资源费用不低，且各地都需要新建或改造，但是在模型数据计算完成之后未有新数据更新前，往往此类资源可能被闲置。应协调统一好此类算力资源，依托检察工作网等建立统一的算力调用标准和规范，提供算力、算法测试环境，对新开发模型进行技术支持，才能打造一个分布式检察算力共享云，更好地服务大数据法律模型的纵深发展。
打造上下共建平台
为了保持法律模型的生命力，突出“人人都是参与者”，就需要一个统一平台，将所有成熟模型直接上架，供全国检察系统直接使用，促进先进技术和经验的交流和传播，让一线检察官更好地通过工作实践来提出修改意见，推动大数据法律监督模型的优化升级。