法律大模型的应用丨讲座分享

2024-12-20 00:00:00

12月4日，“AI+法律”服务助力企业高质量发展专场活动圆满结束，深圳得理科技有限公司首席技术官、联合创始人雷宇先生受邀进行主题分享。

雷宇先生带来了“法律大模型的应用”的主题分享，指出法律大模型相较于基础大模型的独特优势，并深入探讨了其在多种法律业务场景下的实际应用。

以下为主题分享内容，经过编辑整理。

得理法律大模型的优势

通用大模型VS行业大模型

在近两年的“百模大战”中，国内出现了众多大模型，如百度的文心一言、阿里的通义千问、腾讯的混元、科大讯飞的星火模型以及初创公司推出的智谱AI、Kimi等。在各垂直领域如医疗、金融、教育等也出现了各种不同的行业大模型。

关于基础大型人工智能模型，市场上既存在开源版本也存在闭源版本。开源模型依据其授权协议，用户通常可以直接使用；而闭源模型则可能提供接口供第三方进行调用。

鉴于已有的基础大模型，是否还有必要开发法律大模型？

（图源：腾讯研究院）

通用大模型可以看作是一个通才，其特点在于参数规模庞大和泛化能力出众，能够提供广泛的回答。

但企业和用户需要的是能够实打实解决复杂决策任务、有效提升工作效率和生产效率的工具。在金融、医疗、法律等特定专业领域，基础通用大模型往往难以满足深层次的需求。

因此，有必要将大模型定制化为特定的行业大模型，即通过引入行业数据并对基础大模型进行针对性优化，以构建行业大模型。这样的行业大模型不仅具有成本效益高、专业性强的特点，还能实现私有化部署，确保数据安全。

行业大模型的优势（以法律大模型为例）

专业知识深度与精度

尽管通用大模型虽然知识面广，但在特定行业如法律领域，其专业知识的深度与精确度可能不足以满足专业需求。

法律行业大模型通过专门针对法律文献、案例和法律知识的训练，能够更准确地理解和应用法律术语、法律原则和法律逻辑。

行业特定任务优化

通用大模型旨在处理广泛的任务，而行业大模型可以针对特定行业的具体任务进行优化。

在法律领域，这包括合同分析、案例研究、法律文献搜索和法律咨询等。通过专注于这些任务，法律行业大模型能够提供更高效、更准确的解决方案。

合规性与安全性

法律行业对数据的合规性和安全性要求极高。采用专门为法律行业设计的大模型可以确保数据处理符合相关法规，并降低因通用模型可能存在的偏差或误解而导致的风险。

可解释性与可信度

在法律实践中，解释性和可信度至关重要。法律行业大模型通常能够提供更详细、更可解释的输出，帮助法律专业人士理解其决策背后的逻辑，从而提升决策的可信度和接受度。

生态整合

法律行业大模型可以更好地与现有的法律软件、数据库和工具整合，从而形成一个更加高效、协同的工作环境。这种整合能够提升法律专业人士的工作效率，并使他们能够更专注于提供高质量的法律服务。

如何训练法律大模型？

得理科技已积累了超过8亿的各类法律数据，涵盖案例法规、知识政策、域名专利以及大量用于AI训练的标注数据，这些数据构成了训练大模型的基础。训练过程分为三个阶段：

预训练

通过预训练，大模型能够深入分析海量法律数据，包括上亿数量的案例、法规条文以及法律实务观点等，从而赋予模型理解法律文本内涵、解读法律专业术语语义的能力，并使其能够生成专业的法律文本。

微调

这一阶段借助累计数量超百万的法律问答数据资源，以模拟法律对话情景的方式，专注于训练模型掌握法律类问题的精准回应策略与技巧，以增强其对话交互效能。

模型价值对齐

在资深律师及专业法律人士的专业指导下，引导模型精准判别可接受的回答内容范畴，确保其输出成果契合既定价值导向与规范要求，有效规避不合规信息的产生，从而实现法律大模型在应用与功能层面的优化与完善。

此外，为确保模型输出的正确性与可靠性，大模型采用生成式与检索式相结合的模式，在提供专业法律问题解答的同时精准引用法条与案例，以此保障严谨性。法律大模型的训练阶段除了对算力和数据等硬性要求外，对知识专业性的要求同样很高。行业模型在训练过程中强烈依赖于行业专业人士的介入，这也相应提高了数据标注的成本。

得理法律大模型的应用场景

智能法律检索

语义检索

利用语义检索技术快速检索并分析大量法律文献，帮助用户找到相关的法规案例，提升法律研究的效率。

智能摘要

法律大模型能够深入理解案情，提取关键要素，帮助用户把握案件走向。

案情预测

根据用户描述的案情，智能推荐相似案例，帮助用户了解类似案件的判决结果和处理方式。通过对历史判决数据的分析，法律大模型能够预测案件的判决结果，为律师制定诉讼策略提供参考。

智能法律文本

法律文书起草

法律大模型能够自动生成法律答辩状、判决书等法律文书，减少人工撰写的工作量，提高文书的准确性和规范性。

合同起草审查

法律大模型能快速识别合同关键信息，提升审查效率。对合同进行合规性检查并提出条款优化建议。针对用户特定业务场景，法律大模型可生成定制化的合同模板，通过识别业务信息，智能填充合同中的关键条款。

文本分析

法律大模型能够自动从案件文档中提取关键信息，如涉案人员、案件事实、证据材料等，帮助律师或法官快速梳理案情。在涉及赔偿的案件中，法律大模型可以根据相关法律规定和类似案例，预测可能的赔偿金额范围。

智能法律问答

法律问题咨询

作为智能法律助手，法律大模型能够24/7全天候提供法律咨询服务，解答用户的法律问题，给出专业的法律建议。

政策合规咨询

大模型能够提供政策合规、办事指南等咨询。对用户涉及的法律事项进行风险评估，提供风险点和防范建议。运用法律大模型对企业经营行为进行合规风险识别，及时发现潜在的法律风险，并提出风险应对策略。

法律风险评估

利用法律大模型对知识产权进行风险评估和预警，及时发现侵权行为，保护企业的知识产权安全。

律师智推

根据用户上下文已经律师的办案经验以及案例数据，智能推荐满足客户需求的律师。

目前开发的得理智慧法律系统已应用于多个领域：针对律所的数智系统，包括智能办公、智能检索、案源智推、智能文书等功能，旨在帮助律师律所实现数字化转型，并逐步向智能化方向发展；针对政府单位的法律数据智能系统，包括裁判文书智能分析，专业数据库等功能；针对企业智慧法务服务平台，涵盖知识产权、AI律师顾问、合规性检查与合同管理等功能；针对个人用户，提供法律咨询服务，并搭建连接律师的平台。

大模型技术安全规范

安全风险成因

在大模型数据准备阶段，生成式模型依赖于大规模的训练数据，这些数据源包括维基百科、电子书籍、网络数据等。由于数据来源多样，可能会包含与人类价值观不一致或彼此冲突的内容。

在预训练阶段，大模型采用自监督的方式进行训练，模型根据已有文本预测下一个词。由于大模型学习到的知识具有显著的概率特性，因此生成的内容存在不确定性和不可控性。

安全规范

数据安全性与隐私保护 ：确保训练数据来源的合规性，避免使用非法或侵权数据，包括知识产权和著作权侵犯问题。对数据进行必要的脱敏和匿名化处理，以保护用户隐私，并采用加密技术保护数据在传输和存储过程中的安全。
模型可解释性与透明度：对于关键应用，确保模型具有一定程度的可解释性，以便用户和相关利益方能够理解模型的决策和行为基础。
防止模型逆向攻击与篡改：加强对模型参数和输入数据的保护，防止恶意修改，确保模型的完整性和真实性。
内容安全性与合规性：监控模型生成的内容，确保其符合法律法规和社会道德规范，避免传播有害或违规信息。建立内容审核机制，对模型生成的内容进行人工或自动化的审查和过滤。
安全更新与维护：定期对模型进行安全更新，以应对新出现的安全威胁和漏洞。

针对大模型安全问题，得理科技采取了以下保障措施：在数据安全方面，使用公开数据并对数据进行脱敏和加密存储；在用户安全方面，对隐私数据进行加密存储和传输，并在用户间实现隔离；完成了算法备案安全认证与信息安全认证；在内容安全方面，采用人工与机器相结合的审核方式。

-END-