今天小編分享的科學經驗：大模型中的「羅翔老師」！北大兔展聯合團隊搞出ChatLaw，發布即登頂熱榜，可提供法律咨詢，歡迎閲讀。
大模型中的 " 羅翔老師 "，出現了！
北大團隊打造的法律大模型 ChatLaw，發布即衝上知乎熱搜第一。
它具備大模型能力和充足法律知識，能給法律小白們答疑解惑、提供法律建議。
比如針對網絡熱議事件，它能給出應該參考的法條，并針對具體案例進行分析：
還可以生成專業的法律文書：
仿佛就像是在和真人律師對話。
如果它察覺到人類需要尋求人工服務時，還會推薦相應的法律援助中心。
同時 ChatLaw 也能成為專業律師們的小助手，幫他們處理繁瑣的基礎工作。
這就是北京大學深圳研究生院 - 兔展智能 AIGC 聯合實驗室（主任：北大田永鴻教授）帶來的最新工作。
他們在通用大模型基礎上，使用大量法律領網域結構化文本數據進行訓練，并找來資深律師輔助人工标注、進行高質量事實型多輪對話，最後煉成了 ChatLaw。
與此同時還開源了 3 個模型：ChatLaw-13B、ChatLaw-33B 和 ChatLaw-TextVec。
效果到底如何？我們已經拿到内測資格實際體驗了 ~
而且和主創團隊問了問 ChatLaw 背後更多細節。
大模型中的 " 羅翔老師 "
進入主頁後，可以發現 ChatLaw 提供對話、寫作、知識庫三種模式。
以對話模式為例，又可分為普通類和專業類。對話模型包括快速、均衡和詳細三種，可以按照自己的需要來做選擇。
然後就可以用最普通的大白話，來向 ChatLaw 描述自己的遭遇了。
和常見的通用大模型不同，ChatLaw 不是一上來就回答問題，而是會先引導你補充更多詳細信息。
這也符合一般法律咨詢的情況，當事人往往很難一次性提供全面的信息，很多表述都不明确。
在得到補充信息後，它就能做出相應的分析了。
當然 ChatLaw 還能處理更加復雜的情況，比如從檔案中抽取關鍵信息做出分析。
在下面的場景中，當事人描述了自己突然被公司強制解雇的情況，ChatLaw 簡單分析後認為，這可能存在勞務糾紛，為了能更準确提供建議，它需要當事人提供勞動合同以及解雇通知等。
可以看到 ChatLaw 是支持上傳檔案的。
在拿到對應後，它将信息總結成了一個清晰的樹狀圖，并将事實用法律語言進行描述，和當事人确認情況。
而且 ChatLaw 也能處理多模态信息，比如讀取錄音檔案。
更進一步還可以生成法律文書。
而且不光是給普通人提供法律咨詢服務，ChatLaw 還能充當專業律師的助手。
比如可以基于上下文批量生成文書。
所以，ChatLaw 是如何實現如上效果的？
先驗知識約束 + 模型調度
在構成上，ChatLaw 是由1 個調度模型和 3 個子模型組成。
這使得它能更加專業地解決具體問題。
主要創新性工作有兩方面：
先驗知識約束
模型調度
這兩方面工作可以有效降低模型幻覺，并讓它能更加靈活智能地解決問題。
先來看先驗知識約束方面。
研究團隊認為，對于一個垂直領網域大模型而言，需要既專業又準确。
尤其是法律這種嚴肅的行業，一定要盡可能降低模型回答的錯誤率。
但對于通用大模型來説，訓練數據集中往往沒有包含非常充足的專業法律知識。比如 ChatGPT 顯然是沒有拿國内法條訓練過的，亂回答的現象非常嚴重。
這也就是常説的 " 模型幻覺 " 問題。
想要避免就需要進行大量的專業知識訓練，即先驗知識約束。
在這方面，研究團隊使用大量判例文書、法律法規和司法解釋，建立了一個大規模知識庫。
同時和北大國際法學院、行業知名律師事務所合作，确保數據專業性。
然後在訓練階段将這些法律數據注入大模型中，專門建立一個微調子模型，可以進行關鍵詞檢索，來改善單純依賴矢量數據庫檢索時不準确的問題。
同時在推理階段也引入多個模塊，将通識模型、專業模型和知識庫融為一體，在推理中進行約束，以保證 ChatLaw 生成正确的法律建議，盡可能減少模型幻覺。
具體模型架構如下：
目前這一方法也同步在 arXiv 上發表。
據了解，團隊還特地整理了過去十年的法考考試題，建立了一個包含 2000 個問題的司法考試測試集。
通過 ELO 機制進行檢驗，ChatLaw 模型在測試集上成功擊敗 GPT4，獲得最高分。
同時也論證了在專業領網域，百億參數量的模型可以保持卓越的準确性。
而在實際應用場景中，僅僅有強大的專業能力還不夠，還需要能夠靈活應對各種提問。
在這方面，ChatLaw 提出了一個 "調度模型" 的概念。
研究團隊使用針對性微調訓練了一個專用調度模型，它能夠對問題進行分析，然後對子模型和插件進行調度重組，最終呈現出多個模态的輸入和輸出。
這樣一來，ChatLaw 就能将檔案、音頻、文字整合在一起分析，同時支持法律文書、思維導圖等輸出，還能推薦專業的法律援助。
值得一提的是，除了發布 ChatLaw，團隊還一并開源了三個模型。
ChatLaw-13B，此版本為學術 demo 版，基于姜子牙 Ziya-LLaMA-13B-v1 訓練而來，中文各項表現很好，但是邏輯復雜的法律問答效果不佳，需要用更大參數的模型來解決。
ChatLaw-33B，此版本為學術 demo 版，基于 Anima-33B 訓練而來，邏輯推理能力大幅提升，但是因為 Anima 的中文語料過少，導致問答時常會出現英文數據。
ChatLaw-Text2Vec，使用 93w 條判決案例做成的數據集基于 BERT 訓練了一個相似度匹配模型，可将用户提問信息和對應的法條相匹配，例如：
" 請問如果借款沒還怎麼辦？"
" 合同法 ( 1999-03-15 ) : 第二百零六條 借款人應當按照約定的期限返還借款。對借款期限沒有約定或者約定不明确，依照本法第六十一條的規定仍不能确定的，借款人可以随時返還；貸款人可以催告借款人在合理期限内返還。"
兩段文本的相似度計算為 0.9960.
在官方展示的測試中，ChatLaw 還可以具備聯網能力，效果可以更好。
不過由于目前伺服器資源不足，暫時關閉了法條檢索模塊。
以及在用户隐私保護方面，ChatLaw 會對上傳的檔案數據進行脱敏處理。
和 ChatExcel 團隊師出同門
不過為啥研究團隊想要做一個法律領網域的專業大模型呢？
這就還得從一家跑路的雅思機構説起了……
主創團隊小哥表示，2018 年他報名的雅思課，才開課一星期機構就卷錢跑路了。他想要通過法律途徑維權，結果發現這還真不是一件容易的事：
請一個律師至少要 3000 塊，包括法律咨詢、寫訴訟狀等……成本太高了。
但普通人自己來搞定這些，又确實很難。比如需要使用 " 法言法語 " 描述問題等……
結合今年的趨勢他就想到，能不能讓大模型來給普通人提供法律咨詢服務。
畢竟大數據也顯示，2022 年，全國法院共受理案件 3372.3 萬件，其中由律師辦理訴訟案件僅有 824.4 萬件。74% 的案件沒有律師參與，當事人只能自己寫材料、訴訟、協商。
而且主創團隊還從專業法律人士方面了解到，律師們也很希望有一個 AI 工具能夠幫自己提升工作效率，輔助完成一些基本工作。
（工作發表後馬上有專業人士留言希望 AI 能提供更強大的功能）
ChatLaw 的幕後團隊是北京大學深圳研究生學院 - 兔展智能 AIGC 聯合實驗室。
值得一提的是，他們和之前爆火過的ChatExcel 團隊師出同門。
都是來自北京大學信息工程學院袁粒老師課題組。
袁粒是北京大學信息工程學院助理教授、博士生導師。
團隊主創成員有三位，分别是課題組内的準博士生伯華、家熙，以及研究生晏陽。
此外他們也聯合了北京大學國際法學院、阿爾法律師事務所提供法律專業建議和指導。
對于法律領網域大模型，團隊表示他們認為這在國内有着巨大的發展空間。
只有中國，擁有如此巨大規模的人口，統一的法律服務市場，規範的法律判例。
因此，我們堅定的向這個項目投入算力、資源、人力。也許我們的產品現在還有諸多未完善的地方，但技術的發展是非線性的。也許在未來某個時間點，我們能夠超越 GPT，為這片土地的普通人帶來普惠的法律服務。
據了解，目前 ChatLaw 已經有一些落地合作，而法律領網域還只是北大 - 兔展智能 AIGC 實驗室的第一步。
未來兩個月内，他們預計會陸續推出政務、金融等領網域的大模型。
并且已經有了商業計劃，" 想做中國版 Cohere"。專注于企業服務。基于法律、政務、金融 3 個領網域，不斷完善行業級大模型。
但同時這些能力也會繼續向普通人開放。
感興趣的童鞋，可戳下方體驗鏈接申請内測 ~
官方地址：https://www.chatlaw.cloud/?
GitHub 地址：
https://github.com/PKU-YuanGroup/ChatLaw
論文地址：
https://arxiv.org/abs/2306.16092
