ChatLaw是由北京大学深圳研究生院的大模型研究团队开发的一款法律领域的AI助手，目的为大众提供普惠的法律服务。ChatLaw中文法律大模型通过结构化抽取、文件和语音输出等功能，帮助用户处理复杂的法律场景，并自动抽取关键信息。

ChatLaw采用了混合专家（MoE）模型和多代理系统，以提高AI驱动法律服务的可靠性和准确性。ChatLaw还整合了知识图谱和人工筛选技术，构建了高质量的法律数据集来训练模型。

ChatLaw功能特征

结构化抽取：ChatLaw支持读取文件和录音，能够处理多种复杂场景，并一键自动抽取关键信息，如当事人、案由、诉讼请求、事实证据等。

法律知识注入：自研先验知识约束算法，基于亿级法律领域结构化语料及专业化人工标注进行模型知识注入，确保生成内容无误，避免大模型幻觉问题。

法律咨询解答：ChatLaw能够理解用户的法律问题，并提供相应的解答和建议。它还可以生成可视化导图和图表来展示材料的关键信息和结构。

法律文本分析：模型可以分析法律文件和案例，帮助用户理解法律文本的内容。

自动化写作：写作模型基于百万级法律文书语料进行微调，一键精准归纳用户事实，自动化进行法律文书写作。

高精度：经过大量真实案例训练，ChatLaw能提供高度准确的法律建议。

法条相似度匹配：ChatLaw-Text2Vec模型提供了一个独特的功能，即法条相似度匹配，允许用户输入具体的法律问题，系统会自动匹配最相关的法条和司法解释。

减少模型幻觉：通过结合矢量数据库检索与关键词检索，ChatLaw减少了在法律数据筛选中的误差。

多任务处理：ChatLaw能够处理多种法律相关任务，提高法律办公效率和法律服务质量。

自我提升和学习：采用self-attention机制，增强学习能力。

开源特性：鼓励开发者参与优化和扩展功能，采用社区驱动的发展模式。

对话模式：提供对话、写作、知识库三种模式，其中对话模式又可分为普通类和专业类。

ChatLaw聊天法律模型

ChatLaw2-教育部

  • 最新版本：基于 InternLM 架构，采用 4x7B 专家混合 (MoE) 设计。

  • 专业化：为中文法律语言处理量身定制、

聊天法律-13B

  • 演示版本：基于 Ziya-LLaMA-13B-v1 模型构建。

  • 性能：在一般中文任务中表现出色，但需要更大的模型来执行复杂的法律质量保证。

聊天法律-33B

  • 演示版本：使用 Anima-33B 模型。

  • 增强功能： 改进了 13B 版本的逻辑推理。

  • 挑战：由于 Anima 中的中文训练数据有限，有时会默认使用英文响应。

ChatLaw-Text2Vec

  • 功能：基于 93,000 个法院案件判决训练的文本相似度模型。

  • 功能：将用户查询与相关法律法规相匹配，提供上下文相关性。

  • 示例：将有关贷款偿还的问题与合同法的相应部分联系起来。

ChatLaw的主要目标是解决全国执业律师不足和普通人对法律知识不了解的问题。它可以帮助对法律知之甚少的普通人获得初步的法律建议，并进一步帮助他们完成分析证据、起草诉状、寻找法律援助中心等工作

ChatLaw访问方式

GitHub 地址：https://github.com/PKU-YuanGroup/ChatLaw 

官网体验地址：https://www.chatlaw.cloud/