■ 通讯员 冯洁
　 “他一拳打下去，我鼻骨骨折了。”愤怒的邻居表示，“必须抓人。”
　　日前，贵阳市南明区人民检察院办案检察官因一起邻里纠纷陷入了沉思：冲动的李某非关不可吗？这场邻里纠纷，如何避免演变成更深的矛盾呢？
　　办案检察官眉头紧锁，一直在思考这起纠纷如何处理。就在此时，他点开了电脑上社会危险性量化评估表，将结构化评分体系和案情等情况导入DeepSeek算法模型，系统根据预设的权重算法，对各种因素进行量化评分，经过一系列的分析，“低分险”的报告跃然屏上。这份报告用清晰的分数告诉检察官，李某的再犯风险和妨碍诉讼风险确实很低，并建议无逮捕必要，可适用非羁押强制措施，但需加强矛盾纠纷化解工作。
　　“这个案件我们没有批捕，后来双方达成刑事和解，矛盾得到化解，最终我们对这起邻里纠纷导致的轻伤案件依法作出了相对不起诉的处理。这次模型的应用真正让我感受到社会危险性量化评估实现了从‘经验判断’到‘数据支撑’，从‘模糊估量’到‘精准画像’，这对我们办案起到了很大的辅助作用。”办案检察官说。
　　事实上，为全面贯彻落实宽严相济的刑事政策，科学评估犯罪嫌疑人的社会危险性，南明检察院作为全省社会危险性量化评估试点单位，一直在积极探索智能化办案新模式。本次通过引入DeepSeek智能工作平台，该院成功构建了社会危险性量化评估应用场景，有效提升了办案质效和司法决策的科学性。
　　针对传统审查逮捕、审查起诉环节中社会危险性评估主观性强、标准不统一等问题，南明检察院依托DeepSeek算法模型，构建了涵盖“人身危险性+社会危害性+诉讼可诉性”三维度的量化评估体系。通过设立专项数据库，制定社会危险性量化评估表，设置犯罪记录、家庭关系、人身危险性等25个结构化标签，构建了“基础风险+动态风险”双重指标，实现了社会危险性评估的科学化、精准化。
　　在应用场景中，南明检察院通过上传案件电子卷宗及收集的案件自然属性、社会属性、案情属性及其他材料，输入特定指令，要求DeepSeek结合各部分材料情况，对犯罪嫌疑人的社会危险性进行赋分，并判断其社会危险性等级。通过不断完善提示词工程，系统能够自动识别电子卷宗的关键信息，提炼社会危险性量化评估表中所需要素，可视化展示各项评分情况，自动生成0-100分的风险分值及风险等级（低/中/高），为检察官作出决策提供有力参考依据。
　　为验证系统的稳定性和准确性，南明检察院选取了100余个案件开展测试，案件类型涉及轻罪、重罪，罪名涵盖盗窃、强奸、故意伤害等。通过多元化案件样本的测试，不断优化社会危险性量化评估表的内容及分值权重，完善提示词工程，进一步提升评估结果的科学性和准确性。测试结果显示，该应用场景的准确率达到93%以上，其中轻罪案件准确率达到97%以上，疑难复杂案件及具有自由裁量权的案件准确率达到90%以上。
　　通过社会危险性量化评估应用场景的探索和实践，应用成效初显。一方面推动了审查模式的智能化转型，建立了“AI建议+检察官确认”的决策机制，有效破解了传统审查逮捕工作中主观经验依赖性强、评估标准不统一等难题。另一方面有效促进了逮捕标准的规范化适用，系统设置“高风险（0-30分）”“中风险（31-70分）”“低风险（71-100分）”三级预警机制，通过算法动态校准区域类案尺度，有效克服了司法随意性问题，破解了“同案不同处”的困境。
　　“一拳”的纠纷或许微小，但“量化评估模型算法”折射出的，却是司法迈向精细化、人性化的坚实步伐。它用数据说话，让逮捕与否的裁量不再“跟着感觉走”，而是用科学的标尺守护公平正义，用精准的司法传递法治温度。下一步，该院将继续深化社会危险性量化评估应用场景的优化和推广，进一步提升司法决策的科学性、精准性和规范化水平，为推进法治建设贡献检察智慧和力量。