行业工具
ChatLaw
基于混合专家与知识图谱的中文法律大模型，提供高准确率的多智能体法律咨询。
访问官网
github.com
ChatLaw是什么
ChatLaw 是由北京大学 YuanGroup 开发的中文法律大语言模型，专为解决 AI 在法律领域的幻觉问题而设计。该项目结合了混合专家（MoE）架构与多智能体协作系统，并引入知识图谱增强技术，旨在提供可靠、准确的法律咨询服务。
通过模拟律师事务所的标准作业程序（SOP），ChatLaw 能够整合信息收集、法律研究和综合建议生成等多个环节，最终输出详细的法律咨询报告。其在 Lawbench 和法律职业资格考试中的表现优于 GPT-4，展现了强大的专业逻辑推理能力。
主要功能
- 混合专家架构最新版本的 ChatLaw2-MoE 基于 InternLM 架构，采用 4x7B 的混合专家设计，针对中文法律语言处理进行了专门优化。
- 多智能体协作模拟真实律所工作流，通过多个智能体协同完成信息收集、法律检索和报告生成，显著减少错误和幻觉。
- 知识图谱增强集成知识图谱技术，结合人工筛选的高质量法律数据集进行训练，提升回答的法律依据和相关性。
- Text2Vec 匹配内置基于 93,000 份法院判决书训练的文本相似度模型，能将用户查询精准匹配到相关法律条文。
- 卓越基准性能在 Lawbench 测试中准确率比 GPT-4 高出 7.73%，在法律职业资格考试中领先 11 分。
如何使用
- 访问 GitHub 仓库 PKU-YuanGroup/ChatLaw 获取项目代码和资源。
- 根据需求选择模型版本，如最新的 ChatLaw2-MoE 或基于 Ziya-LLaMA 的 13B 版本。
- 按照 README 中的指引配置环境并加载模型权重。
- 部署多智能体系统以启动法律咨询流程，包括信息收集和报告生成。
- 使用 Text2Vec 组件增强查询与法律条文的匹配精度。
应用场景
- 复杂案件咨询适用于离婚、合同纠纷等需要多维度法律分析和逻辑推理的复杂场景。
- 法律条文检索帮助用户快速从海量判决文书中找到与当前问题最相关的法律依据。
- 法律资格考试备考凭借在统一法律职业资格考试中的优异表现，辅助考生进行专业知识训练。
价格 / 免费额度
ChatLaw 是开源项目，具体部署成本取决于硬件资源。请以官网为准。
适合人群
- 法律从业者
- 法学研究人员
- AI 开发者
- 法律系学生
常见问题
ChatLaw 如何减少 AI 幻觉？
通过引入知识图谱、人工筛选的高质量数据集以及模拟律所 SOP 的多智能体协作机制，显著提高了回答的准确性和可靠性。
推荐使用哪个模型版本？
建议使用最新的 ChatLaw2-MoE，它基于 InternLM 架构并采用混合专家设计，专为中文法律处理优化。
ChatLaw 支持哪些法律任务？
支持案件分类、舆情分析、法律认知任务以及复杂的法律咨询报告生成。