引言
30岁，突然被裁员是怎样一种体验？
虽然某些公司给了员工安慰——例如N+1的赔偿。但遭遇非法裁员时，我们只有握紧法律武器才能捍卫自己的权益。
(资料图片)
然而，由于法律领域存在较高知识壁垒。当普通人想使用法律武器开始维权时，往往在第一步就会卡住。
即使查到了法条，诉讼所需要的大量流程性文书也是一个难题。
如何让复杂的法律知识变得简单易懂？垂直领域的大语言模型或许是个有效的解。
最近，由北京大学信息工程学院袁粒课题组 与 北大-兔展AIGC联合实验室 联合发布的中文法律大模型产品ChatLaw，就为普通人提供了获取普惠法律服务的途径。
用户通过简单对话，即可获得较为专业的法律建议。
甚至提供专业的法律文书。
与此同时，它在网页上即可使用，没有次数限制，还能读取文件和音频，提供专业法律文书、推荐法律援助，对普通人维权相当友好。
目前，ChatLaw已经开放Demo供大家试用，并且计划将一部分模型在GitHub上开放。
ChatLaw表现如何让我们先来看看ChatLaw的表现。
先进入ChatLaw的主页面。用户可以选择对应模式，直接向模型提出具体的法律问题。
问题的表述不需要具备太强专业性，即使是朴素的自然语言，模型也能给出相关建议和案例。
当模型判断用户的描述不够具体时，它会向用户要求上传文件，并根据用户提供的信息进行事实归纳和分析。
不仅仅是归纳事实，ChatLaw还会基于事实生成具体的法律建议，甚至是法律文书。
当用户需要进一步支持时，模型还会向用户推荐周边的法律援助中心。
这样的能力甚至引发了律师的感慨。
总结下来，ChatLaw主要有两大特点：
1.智能性
2.准确性
这背后其实对应了ChatLaw的两大核心技术，“先验知识约束”和“调度模型”。
先验知识约束：避免模型幻觉语言模型能让复杂的知识变好懂。通过多轮对话，用户可以无限逼近事实，从模型里获取准确且专业的建议。
但语言模型无法回避的问题，是幻觉。
幻觉表现在模型上，是生成的内容具有偏误信息。例如对ChatGPT进行法律提问，往往会得到含糊，甚至不正确的回答。这一现象的本质是，ChatGPT数据集中并未包含中国法律，它不具备中国法律知识。
模型幻觉是无法回避的问题，尤其在最为严肃的法律领域。简单地用法律对话数据做微调，不足以支撑在真正法律场景落地。在涉及法律问题时，即使是像GPT4这样最先进的模型，也会出现幻觉和偏误。为了确保模型生成的稳健性，需要从模型训练阶段就开始介入和干预。
ChatLaw基于超过2亿的判例文书原始文本，以及340万条法律法规和地方政策，构建了大规模法律知识库。同时，通过与北大国际法学院、行业知名律师事务所进行合作，团队确保知识库能及时更新，同时保证数据的专业性和可靠性。
在训练阶段，ChatLaw团队将这些法律数据大规模注入模型，并对这些知识进行特殊处理和加强，以确保模型在后续推理中具备法律先验知识并保持稳健。同时，他们也在推理时引入多个模块，将通识模型、专业模型和知识库融为一体。通过在推理中进行约束，ChatLaw能够确保模型生成正确的法律法规，尽可能减少模型幻觉。
团队将这一整套的技术方案被定义为“先验知识约束”，并将模型训练的论文已经同步发到了arXiv上。
为了验证模型生成法律内容的准确性。他们团队特地整理了过去十年的中国国家司法考试试题，并建立了一个包含2000个问题的司法考试测试集。通过ELO机制进行检验，ChatLaw模型在测试集上成功击败GPT4，获得最高分。这充分说明了“先验知识约束”的有效性，让百亿级参数量的模型也能在专业问题上保持准确。
调度模型：提升模型智能法律咨询是高度复杂的场景。其流程标准化，但每个案件事实却是复杂多变的。这意味着，模型的智能度是至关重要的要素。为了提升模型智能度，同时增强模型的延展性。ChatLaw提出了“调度模型”的概念。用针对性微调，训练了一个专用调度模型。
ChatLaw为调度模型准备了一个极其丰富的模型&插件库。通过对用户提问进行语义理解，来对子模型和插件进行调度并重组，最终呈现出多个模态的输入和输出。
基于这套体系，ChatLaw模型将文件、音频、文字整合在一起，同时支持法律援助、法律文书、思维导图等多样化输出。这使产品具有高度的延展性。
例如，当模型判断用户的描述不够具体时，它会向用户要求上传文件，并根据用户提供的信息进行归纳和分析。
调度模型给予了产品更大的可能性。通过针对训练，调度模型可以接入市场上所有主流LLM，和符合规范的业务接口能力。这使得大规模覆盖法律工作场景成为可能。
下一步：为政企提供大模型时代下的数字化升级基于对“先验知识约束”和“调度模型”两项关键技术的沉淀，北大-兔展AIGC联合实验室已经掌握了一整套大模型时代的产品方法论，并能在多个行业和领域进行复用迁移。除本次发布的ChatLaw之外，整个团队也启动了多个行业模型的训练。在未来两个月，团队会在多个领域推出ChatKnowledge系列。包括政务、金融等多个领域的大模型产品，让垂直领域复杂的知识变好懂，覆盖更多用户需求。
除了通过支持多模态的多轮对话让复杂知识变简单，北大-兔展AIGC联合实验室将于近期继续发布cv多模态大模型，用ai生成辅助说明图片和视频，结合数字人，实现让金融、法律、政务、医药的垂直领域实现普通人对知识的触手可得。
ChatLaw不是终点。以大模型驱动的技术变革，必然会深刻改变各个行业的协作与沟通范式。大模型与产业深度如何融合将会是未来的关键。在新时代下，重要的是通过大模型能力重塑业务工作流，为企业、政府、乃至普通人创造价值。
未来两年，团队要做中国版Cohere，专注大模型企业服务。基于法律、政务、金融3个领域，不断完善行业级大模型。并基于企业知识，接入企业业务能力，定制化、私有化为企业部署大模型应用，向行业内的先进组织提供大模型时代下的全套解决方案。
研发团队兔展智能在AIGC内容引擎和营销云这一领域经过多年沉淀已成为国内核心平台，并联手北大深研院，建立了AIGC联合实验室这一充满科研活力的研发机构。实验室聚焦大模型、CV、多模态等AIGC关键技术，在多个领域具备突破性技术成果。实验室聚拢了一批新生代青年科研力量，如袁粒老师和张健老师的研究团队。团队多名骨干均为00后，成员伯华、家熙更是负责起了整个Chat-Knowledge产品的顶层架构和模型训练。
结论ChatLaw作为一款为普通人提供法律咨询的AI产品，凭借其智能性和准确性在市场中脱颖而出。通过知识注入和Plugin技术原理的支持，ChatLaw能够为用户提供高质量的法律指导、法律文书和法律建议。团队还计划将其应用于更多行业，为企业提供数字化升级解决方案。ChatLaw的问世为普通人维权提供了新的可能，使法律知识的获取更加便捷，为维护自身权益提供了有力的工具。
相关内容：