法律大模型在具体业务场景中的应用实践

如果无法正常显示,请先停止浏览器的去广告插件。
分享至:
1. 法律大模型 在业务场景中的应用实践 幂律智能 涂存超
2.
3. 关于幂律 幂律智能(PowerLaw AI)创 立于2017年9月,是一家以 前沿算法 公司核心团队来自清华大学计算机系,拥有强大的自研AI算法实力,将最前沿的自然语言 处理(NLP)技术应用于法律领域。 “用科技推动法律服务更好更 普及”为使命的法律人工智能 公司。聚焦于智能合同领域, 通过AI算法、知识、数据的共 法律结合 公司坚持AI算法与法律深度结合的路线,超过30%员工具有法律背景。资深法律人参与技 术和产品研发,提供知识和场景的实务见解。 同驱动,提升合同质量,降低 合同风险,帮助企业实现业财 成熟专业 一体的合同管理模式升级。 公司致力于用科技推动法律服务更好更普及,深耕合同智能化领域,推出行业首个NLP合 同审查产品MeCheck、AI合同管理产品MeFlow。获诸多知名企业青睐认可。
4. GPT-4
5.
6. 法律咨询 合同审查 合同起草 法律检索 尽职调查 争议解决 知识产权
7. 对于刑法的法律条 文,给出了 没有给出索赔的相应 法律依据,也没有给 出 , 处理措施也比较 ,进而给的答案可 能被认定为肇事逃逸 是 的 没有对能否请求对方返 还彩礼进行 , 也没有对彩礼问题从 进行分析并给出 相关法律依据
8. 效果 低容错、数据、知识 垂直大模型
9. 一个好的法律大模型? 语义理解 法条引用 数学计算 法律咨询 逻辑推理 合同理解
10. 法律千亿基座模型 ChatGLM130B 基座模型 GLM 130B 增量训练 LawGLM 130B 法律垂直大模型 有监督微调 裁判文书 1亿+份 法律法规 20万+部 法律知识问答 近百万对 独有标注数据 千万条 其它法学书籍 通用对话数据 百万法律问答数据 法律文本增量训练 法律问答微调 PowerLawGLM PowerLawGLM
11. PowerLawGLM Beta 法律咨询 模板起草 合同起草 条款组合 合同审查 端到端生成 合同信息抽取 为了保证起草合同质量,根据幂律积累 的高质量合同模版 用 等方式 的方式,对于长合同选用 条款组合的方式,其它类型 通过 不止读懂法律数据,还了解法律场景 PowerLawGLM
12. PowerlawGLM 模型训练全景图 PowerLawGLM 针对具体应用场景,从 应 用 层 模板起草 基 座 层 Prompts、知识库及其它工 端到端生成 程化手段,保证法律大模型 以合同起草场景为例,实务中为了保证起草合同质量及可用性,根据幂律积累的高质量合同 模版,优先选用模版起草的方式,对于长合同选用条款组合的方式,其它类型通过端到端生 成方式 法律咨询 对 话 层 条款组合 合同起草 合同审查 输出结果质量及 可靠性 合同信息抽取 Prompts、挂载法规案例知识库 等通用方式,解决高频场景 结果可靠性、法规引用正确性、法律回答与法条关联性等不同 法律场景通用问题 ChatGLM 通用对话数据 SFT GLM 130B PowerLawGLM Beta 裁判文书 1亿+份 法律法规 20万+部 法律知识问答 近百万对 高质量合同 百万份 合同标注数据 千万条 其它法学书籍 25B token 增量训练 通用对话数据+百万法律知识问 答数据 SFT LawGLM 130B 与法律场景 对话形式 进行对齐 解决基座模型对于专业法 律文本的 理解与生成能力 欠缺问题
13. PowerLawGLM
14. 法律大模型评价维度 法律常见问题测试集LAW100评测维度 ——法律相关的高频问题 问题理解能力 法律专业能力 回答的准确性与操作可行性 回答的道德及法律遵循程度 对提问的分析和把握 生活事实对应法律事实的能力 回答的准确性程度 回答的道德遵循程度 对问题落脚点的把握 对法律术语的理解 答案的操作可行性程度 回答的法律遵循程度 是否从法律角度进行问题分析 法律条文的运用与准确度
15. PowerlawGLM 实效对比 法律常见问题测试集LAW100* 最优质生成答案分布 LAW100测试集最优生成答案 PowerlawGLM所占比例: 70 PowerLawGLM ChatGLM 70 % 23 ChatGPT 7 Langchain 0 0 10 20 30 40 50 60 70 80 PowerlawGLM除了与其他大模型答案对比有明显优势,在 部分问题上,答案质量也超越了预先人工撰写的标准答案。
16. PowerlawGLM 效果示例:法律事实性 通用大模型 对于法律场景的数据支持及场景适配有限,易犯法律常识 问题及一些事实性错误。在本问题中,该模型就针对于刑 法的法律条文,给出了错误且有误导性的答案 。 PowerlawGLM法律大模型 基于专业法律数据积累及法律增强训练,能有效避免一 些法律常识及事实性错误问题。
17. PowerlawGLM 效果示例:把握用户需求 通用大模型 PowerlawGLM法律大模型 没有满足提问要求,给出具体的法律依据;答案中的民法和 刑法依据笼统模糊,可以请求对方赔偿的范围也不完整。 精准的按照提问中的要求给出了《治安管理处罚法》和《民 法典》的依据,法律依据完整、法条序号和内容全部正确。
18. PowerlawGLM 效果示例:常识理解与专业判断 通用大模型 PowerlawGLM法律大模 型 以gpt-3为例,中文语料仅占训练数据0.116%,欠缺中文 基础的常识与背景。ChatGPT没有对能否请求对方返还彩 礼进行正面解答,也没有对彩礼问题从法律角度进行分析 并给出相关法律依据。 法律大模型中文语料的支持更有优势,针对中文场景的应 用效果更好。PowerLawGLM对此问题进行了明确回答, 对题目进行分析并给出了相关法律依据。
19. PowerlawGLM 效果示例:回答的准确性 通用大模型 PowerlawGLM法律大模型 对肇事逃逸的理解错误,进而给的答案可能被认定为 结合相关法律法规,对肇事逃逸的理解准确,“肇 肇事逃逸是错误的。 事后不知情走了”不算肇事逃逸的回答准确。
20. PowerlawGLM 效果示例:回答的可操作性 通用大模型 没有给出索赔的相应法律依据,也没有给出具体的 索赔措施,处理措施也比较笼统模糊。 PowerlawGLM法律大模型 精准的给出了索赔对象、操作措施和法律依据。操 作措施给出了协商和起诉,起诉二者为共同被告非 常准确,指引性较强。
21. 海外法律大模型应用实践
22. Harvey AI:基于GPT-4的律师助手
23. Harvey AI:基于GPT-4的律师助手
24. casetext: CoCounsel人工智能法律助理
25. Spellbook:基于GPT-4的合同起草审查助手
26. EvenUp:聚焦个人伤害索赔领域的律师LLM
27. EvenUp:聚焦个人伤害索赔领域的律师LLM
28. 法律大模型+合同审查
29. 智能合同审查MeCheck
30. 智能合同审查MeCheck
31.
32. 知识推理引擎
33. 知识推理引擎
34. 智能审查应用
35. 智能审查应用
36. Chains,审查思维新呈现
37. 覆盖金融、零售、物流、建工等 各领域企业的落地应用 支持中文、英文合同 支持智能抽取、智能审查等场景 已升级至 PowerLawGLM3.0版本
38. 法律大模型+合同管理
39. 大模型赋能智能合同管理
40. 大模型赋能智能合同管理
41. 大模型赋能智能合同管理
42. 当你正在客户现场 需要快速查询一个合同条件时 口语表达即可找到特定合同条件 当你正在火车上 需要查看内部评审中合同的进展时 自动汇集信息并总结摘要
43.
44.

Home - Wiki
Copyright © 2011-2024 iteam. Current version is 2.138.0. UTC+08:00, 2024-12-22 09:35
浙ICP备14020137号-1 $Map of visitor$