讲座分享丨得理科技CTO雷宇解读法律大模型应用与挑战

2025 年 6 月 22 日，由深圳大学社会科学部、深圳大学法学院主办，深圳大学法律与科技研究院承办，司法部法治大数据与智能装备应用研究重点实验室、深圳得理科技有限公司协办的 “第二届粤港澳大湾区法律与科技研讨会” 在深圳大学丽湖校区正式启幕。

得理科技联合创始人、CTO 雷宇在 “法律大模型的应用及挑战” 主题研讨中，围绕《法律大模型的构建方式与应用场景》展开深度分享，从技术架构到行业实践，全面剖析法律人工智能的发展路径。

雷宇首先介绍了中科院深圳先进院 - 得理法律人工智能联合实验室的建设成果。该实验室成立于 2019 年，由中国科学院深圳先进研究院与深圳得理科技有限公司联合创办，致力于打造全球领先的中文法律人工智能服务机构。

实验室主任由杨敏博士担任，雷宇本人担任副主任，团队聚焦法律 AI 技术研发，为行业赋能奠定基础。

在国内大模型发展现状部分，雷宇展示了 “百模大战” 的激烈图景。商汤 “日日新”、百度 “文心一言”、科大讯飞 “星火” 等通用大模型层出不穷，同时金融、医疗、法律等行业大模型也加速落地。

他引用腾讯研究院观点指出，通用大模型具备参数规模大、泛化能力强、支持多模态等特点，但行业大模型凭借 “十亿参数 + 百卡算力” 的性价比优势，以及专业性、数据安全、可定制化等特性，正成为垂直领域的主流选择。

（一）提示工程：

雷宇重点解析了提示工程的应用价值。作为成本低、上手快的技术路径，提示工程通过设计特定提示词引导大模型生成目标输出。例如 “思维链”（CoT）策略，通过 “Let's think step by step” 等短语，让模型在算术推理、法律分析等复杂任务中展现中间推理过程，显著提升回答准确性。

（二）检索增强生成（RAG）：

针对通用大模型 “一本正经胡说八道” 的幻觉问题，雷宇以 “林黛玉倒拔垂杨柳” 为例，展示了 RAG 技术的价值。通过外挂 5 亿 + 法律数据的知识库，模型在检索到 “倒拔垂杨柳” 实为《水浒传》情节后，能准确纠正错误并给出专业解释。该技术具备信息时效性、知识可追溯、灵活性高三大优势，成为法律 AI 应用的核心技术之一。

（三）微调与预训练：

在模型优化层面，雷宇介绍了 “预训练 + 微调” 的技术路线。微调是在开源大模型基础上，基于 50 万 + 指令对话数据进行有监督训练，平衡性能与成本；预训练则是在通用模型上注入法律专业知识，适用于差异较大的场景，虽计算资源消耗大，但能从底层提升模型专业性。

(一）智能问答与法律研究：

得理法律大模型在法律咨询场景中展现出 90% 的准确率。当用户询问 “建设工程优先受偿权” 时，模型不仅能依据《民法典》第 807 条解析权利内涵，还能关联司法解释，同时推送如皋市人民法院等相关案例，实现 “法律分析 + 案例检索” 的一体化服务。在多份遗嘱效力认定问题上，模型精准援引《民法典》第 1142 条，明确 “最后遗嘱优先” 原则，体现法律推理的严谨性。

（二）案例与法条检索：

依托 95% 的案例法规检索准确率，模型可快速响应 “结婚彩礼纠纷”“劳动者被追究刑事责任解除合同” 等具体问题。例如在彩礼案例检索中，模型自动推送鲁山县人民法院、会昌县人民法院等多起典型案例，并智能摘要裁判要点，帮助用户高效获取司法实践观点。法条检索功能则支持 “九民纪要” 等文件的精准定位，提升法律研究效率。

（三）法律文本与合同智能处理：

在法律文本生成领域，模型可根据用户输入的租房纠纷细节，自动生成民事答辩状，涵盖事实陈述、法律依据、诉讼请求等要素。合同审查功能则能识别 28 类风险点，如付款方式不明确、标的物交付地点模糊等，实时给出修改建议，助力企业合规管理。此外，模型还能基于用户需求智能推荐律师，实现法律服务的精准匹配。

面对大模型应用的安全挑战，雷宇强调得理科技构建了全链条保障体系：数据层面采用脱敏、加密存储；用户层面实现隔离与隐私保护；内容层面通过人类对齐与机器审核双重把关。

目前，得理法律大模型已完成算法备案，并通过 ISO27001 信息安全认证，为律所、企业等场景的私有化部署提供可靠支撑。

体验得理法律大模型

复制搜索https://data.delilegal.com

进入得理法搜Web端

点击进入得理法搜小程序

     

     

扫码下载得理法搜APP

扫码联系客服免费试用