ChatLaw

ChatLaw

知识图谱与混合专家模型驱动的AI法律助手

ChatLaw作为一款先进的AI法律助手,结合了混合专家模型和多智能体系统,致力于增强AI法律服务的可靠性和准确性。项目通过整合知识图谱和人工筛选方法,打造高质量法律数据集,用于训练混合专家模型,从而优化法律回应的精确度。引入标准操作程序后,ChatLaw有效减少了错误和幻觉问题。在Lawbench评测和法律职业资格统一考试中,ChatLaw均取得了出色成绩,充分展示了其在法律咨询领域的卓越能力。

ChatLaw法律助手大语言模型混合专家知识图谱Github开源项目

ChatLaw:基于大型语言模型的多智能体法律助手,由知识图谱和专家混合模型增强

<div align="center"> <a href="https://github.com/PKU-YuanGroup/ChatLaw"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/16fddeca-b0e9-4fa7-a8e9-f623bee6f4f8.png" width="50%"> </a> <p align="center"> <h3>但愿世间不纷争,何惜法典卷生尘</h3> <a href="https://github.com/PKU-YuanGroup/ChatLaw/graphs/contributors"> <img alt="GitHub贡献者" src="https://img.shields.io/github/contributors/PKU-YuanGroup/ChatLaw" /> </a> <a href="https://github.com/PKU-YuanGroup/ChatLaw/issues"> <img alt="问题" src="https://img.shields.io/github/issues/PKU-YuanGroup/ChatLaw?color=0088ff" /> </a> <a href="https://github.com/PKU-YuanGroup/ChatLaw/pulls"> <img alt="GitHub拉取请求" src="https://img.shields.io/github/issues-pr/PKU-YuanGroup/ChatLaw?color=0088ff" /> </a> <a href="https://github.com/PKU-YuanGroup/ChatLaw/stargazers"> <img alt="GitHub星标" src="https://img.shields.io/github/stars/PKU-YuanGroup/ChatLaw?color=ccf" /> </a> <br/> <br/> <a href="https://arxiv.org/pdf/2306.16092.pdf"><strong>arXiv</strong></a> · <a href="https://huggingface.co/PandaVT/ChatLaw2-Moe"><strong>HuggingFace</strong></a> </p> </p> </div>

ChatLaw模型

ChatLaw2-MoE

  • 最新版本:基于InternLM架构,采用4x7B专家混合(MoE)设计。

  • 专长:专为中文法律语言处理定制。

ChatLaw-13B

  • 演示版本:基于Ziya-LLaMA-13B-v1模型构建。
  • 性能:在一般中文任务中表现出色,但复杂法律问答需要更大的模型。

ChatLaw-33B

  • 演示版本:使用Anima-33B模型。
  • 改进:逻辑推理能力优于13B版本。
  • 挑战:由于Anima中文训练数据有限,偶尔会默认使用英文回答。

ChatLaw-Text2Vec

  • 功能:基于93,000份法院案例裁决训练的文本相似度模型。
  • 能力:将用户查询与相关法律条文匹配,提供上下文相关性。
  • 示例:将有关贷款偿还的问题与合同法相应章节联系起来。

简介

<div align="center"><img src="https://yellow-cdn.veclightyear.com/835a84d5/81b80728-ba3c-404e-a466-83e455a3d6f9.jpg" style="width=40%;"/></div>

基于大型语言模型(LLMs)的AI法律助手提供了便捷的法律咨询。然而,AI回答中的幻觉风险令人担忧。本文介绍了ChatLaw,这是一种创新的助手,采用专家混合(MoE)模型和多智能体系统,以提高AI法律服务的可靠性和准确性。通过整合知识图谱和人工筛选,我们创建了一个高质量的法律数据集来训练MoE模型。该模型利用各种专家来解决一系列法律问题,优化法律回答的准确性。受律师事务所工作流程启发的标准操作程序(SOPs)显著降低了错误和幻觉的发生。

我们的MoE模型在Lawbench和法律职业资格统一考试中的表现优于GPT-4,准确率分别提高了7.73%和11分。在多个维度的实际案例咨询中,它也优于其他模型,展示了强大的法律咨询能力。


多智能体协作流程和法律咨询报告

下图展示了多个智能体在提供法律咨询服务中的协作过程,以离婚咨询为例。该过程包括信息收集、法律研究、全面建议,最终形成详细的法律咨询报告。

<div align="center"><img src="https://yellow-cdn.veclightyear.com/835a84d5/df0b69aa-b4ad-4dea-93e5-47ac05d791eb.jpg" style="width=40%;"/></div>

数据集

数据集可访问:

数据可视化和性能比较

(a) 我们的法律数据集涵盖了从案例分类到舆情分析的各种任务。

(b) ChatLaw在多个法律类别中展现出优于其他模型的性能。

(c) 在Lawbench比较中,ChatLaw在法律认知任务中持续优于其他模型。

(d) ChatLaw在法律职业资格统一考试的五年表现中保持高水平。

<div align="center"><img src="https://yellow-cdn.veclightyear.com/835a84d5/1a5ea7ff-5af9-44c4-9cb3-33b7632a0a6a.jpg" style="width=40%;"/></div>

实验

法律咨询质量和模型性能评估

(a) 法律咨询质量基于完整性、逻辑性、正确性、语言质量、指导性和权威性进行评估。

(b) ChatLaw在所有标准中都获得最高分,特别是在完整性、指导性和权威性方面表现突出。

(c) 与其他模型相比,ChatLaw显示出更高的胜率,表明其在提供高质量法律咨询方面具有优越能力。

<div align="center"><img src="https://yellow-cdn.veclightyear.com/835a84d5/709d9287-0840-440c-b829-596759a94f41.jpg" style="width=40%;"/></div>

真实性问答评估

<div align="center"><img src="https://yellow-cdn.veclightyear.com/835a84d5/3a626a04-e1c7-4ba3-a5ed-41bf2d06c295.jpg" style="width=40%;"/></div>

使用

在此处找到模型:ChatLaw2-MoE

@misc{cui2024chatlaw,
      title={Chatlaw: A Multi-Agent Collaborative Legal Assistant with Knowledge Graph Enhanced Mixture-of-Experts Large Language Model}, 
      author={Jiaxi Cui and Munan Ning and Zongjian Li and Bohua Chen and Yang Yan and Hao Li and Bin Ling and Yonghong Tian and Li Yuan},
      year={2024},
      eprint={2306.16092},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
@misc{ChatLaw,
  author={Jiaxi Cui and Zongjian Li and Yang Yan and Bohua Chen and Li Yuan},
  title={ChatLaw},
  year={2023},
  publisher={GitHub},
  journal={GitHub repository},
  howpublished={\url{https://github.com/PKU-YuanGroup/ChatLaw}},
}

星标历史

星标历史

贡献者

<a href="https://github.com/PKU-YuanGroup/ChatLaw/graphs/contributors"> <img src="https://contrib.rocks/image?repo=PKU-YuanGroup/ChatLaw" /> </a>

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多