全球首个法律o1大模型发布,System2范式下慢思考法律专家|港科大&北大

OpenAIo1风格的推理大模型,有行业垂直版了。

HK-O1aw,是由香港生成式人工智能研发中心(HKGAI)旗下AIforReasoning团队(HKAIR)联合北京大学对齐团队(PKU-AlignmentTeam)推出的全球首个慢思考范式法律推理大模型。

HK-O1aw的推理能力,在多个法律场景的测试中得到证明。该模型在合同法、消费者权益保护法等多个法律领域中均展现出色的表现,并能灵活适应各类法律咨询场景。

以下是HK-O1aw模型用户体验演示:

提问1:拿衣服去干洗后,干洗店弄坏了衣服,根据香港法例,可否向店铺索偿?应该以什么渠道索价?

在个案咨询场景中,针对“干洗店洗坏衣服”的情形,用户咨询HK-O1aw如何利用香港法例进行消费者维权。HK-O1aw通过“分析香港法律条例——分析索偿途径——小额钱债审裁处的适用性——民事法庭的诉讼程序”完整的逻辑链条进行思考。最终提供用户答案:可以进行索赔,首先建议直接联系店铺索赔,若无果则向消费者委员会投诉,或通过法律途径解决。

提问2:商业为什么需要调解和仲裁?

在法律知识解答场景中,针对用户提出“商业为什么需要调解和仲裁”,HK-O1aw的推理能力帮助它把问题进行拆分,按商业调解和商业仲裁的定义和功能、调解和仲裁各自的优点、适用性验证的思路进行深度思考,并给出最终答案。

推理能力的实现,进一步保障了大模型在法律场景下法律条例引用、事实判断、决策意见的准确性,分析角度的完备性,让大模型在法律服务中更加专业可靠。

像这样,一直以来都是耗时耗力且成本高昂法律纠纷处理,如今可以慢慢交给法律推理大模型来干了。

深度推理:HK-O1aw法律大模型的核心竞争力

早期市场上的法律大模型在深度推理能力上有所欠缺。

早期的法律大模型即便能够提供丰富的法律知识,但面对现实社会中的复杂法律纠纷,它们往往在关键逻辑上出现疏漏,最终难以解决法律场景下的实际问题。

HK-O1aw通过采用O1风格的数据集和训练设置,实现法律模型深度推理能力的跃升,这使得法律大模型能够深入分析复杂的法律文本和案例,提供逻辑缜密的法律意见,满足行业对深度分析和复杂问题解决的迫切需求。

O1风格是什么?

它指的是一种类似于OpenAIo1模型的长考能力,它侧重于慢思考(slowthinking)和链式推理(ChainofThought,CoT)。在法律领域,O1风格专注于深入分析和推理,以应对法律文本和案例的复杂性。这种风格的模型技术难点主要体现在以下几个方面:

想要训练出逻辑超强的模型,丰富并且高质量的数据集必不可少。

依托于经过严格清洗和预处理的法律材料,HKAIR团队为HK-O1aw构建了15959个包含“问题-思考-答案”的三元组,全部以简体中文呈现,并以结构化的JSON格式存储,并在HuggingFace平台上开源(详见文末链接)。这种设计旨在模拟法律专业人士的思考过程,增强法律大模型的深入分析能力。

数据集中的问题类型广泛,涵盖案例分析、法律应用和法律概念解释等多个方面,难度级别为中级到高级,对于法律专业人士和法学院学生来说具有挑战性。

HKGAI团队介绍

HKAIRLab隶属于香港生成式人工智能研发中心(HKGAI)。HKAIRLab由香港科技大学首席副校长郭毅可教授和跨学科学院韩斯睿助理教授指导,成员主要由香港科技大学跨学科学院的博士研究生和研究员团队组成。HKAIRLab与北大对齐团队在HK-O1aw和“慢思考”范式下,就生成式人工智能如何赋能法律应用场景展开了合作。

为了把握未来机遇并应对挑战,HKAIR研究团队将持续对HK-O1aw进行优化。计划中包括引入法律领域专家参与模型的训练与评估,这将促进模型对法律概念的深入理解,提升其推理能力,并拓宽模型在多样化法律场景中的应用范围。

THE END
1.法律大模型及案例介绍法律大模型是指专门针对法律领域的人工智能模型,它在通用大模型的基础上,使用高质量的法律数据进行微调,以提高模型在法律问答、文本生成、案例分析等任务上的专业性和准确性。以下是关于法律大模型的详细介绍: 一、定义与特点 法律大模型是一种基于深度学习技术的人工智能模型,它利用海量的法律文本数据进行预训练和微调https://blog.csdn.net/2402_84466582/article/details/140094041
2.智爱法律大模型可针对每个用户的特点培养专属法律大模型 律师工作的降本增效 律师可直接使用AI功能模块提高工作效率 执业领域的加强补足 为客户提供AI法律服务产品,提升竞争力 知识技巧的留存沉淀 使用中不断进化,更加符合律师使用习惯 为什么选择智慧律师? 真正使用大模型的AI技术 https://www.zhiexa.com/home/
3.chatlaw法律大模型官网,智法网页版入口,下载,基于中文法律条文ChatLaw 是一个基于各种中文法律条文、实际案例、判决条文所训练出来的法律大模型,可借助 AI,实现法律合同撰写、案例介绍、条款讲解、司法问题咨询等场景。ChatLaw(智法)模型由北大-兔展AIGC联合实验室和北京大学信息工程学院袁粒课题组联合发布。基于超过2亿的判例文书原始文本,以及340万条法律法规和地方政策,构建了大https://biemoyu.com/sites/chatlaw.html
4.ChatLaw法律大模型中文法律大模型ChatLaw是一个基于深度学习和自然语言处理技术的中文法律大模型,模型支持文件、语音输出,同时支持法律文书写作、法律建议、法律援助推荐。ChatLaw 法律大模型通过分析大量的法律新闻、法条、判决文书等数据来提供法律服务。该模型能够帮助用户撰写法律合同、解释法律条款、提供司法问题咨询,并支持法律文书的撰写和法律建议。https://www.bgrdh.com/sites/24904.html
5.北大兔展联合实验室发布中文法律大模型ChatLaw,为大众提供普惠最近,由北京大学信息工程学院袁粒课题组 与 北大-兔展AIGC联合实验室 联合发布的中文法律大模型产品ChatLaw,就为普通人提供了获取普惠法律服务的途径。 用户通过简单对话,即可获得较为专业的法律建议。 甚至提供专业的法律文书。 与此同时,它在网页上即可使用,没有次数限制,还能读取文件和音频,提供专业法律文书、推荐https://m.cyzone.cn/article/731575.html
6.「翊天」法律大模型极客公园在软件生态产品论坛上,作为国内法律大模型领域的领军企业,图灵微雀云重磅推出翊天律师智能助手——全国首个围绕律师诉讼业务全流程的 AI 智能助手,旨在为法律服务行业带来前所未有的创新与变革。 科技速递 七日热门 1 智谱放大招:大模型从「Chat」走向「Act」 2 售价百万鸿蒙尊界 48 小时预订 2108 台;快手停用https://www.geekpark.net/tags/%E3%80%8C%E7%BF%8A%E5%A4%A9%E3%80%8D%E6%B3%95%E5%BE%8B%E5%A4%A7%E6%A8%A1%E5%9E%8B
7.探索国内法律大模型的先行者:得理科技的AI赋能之旅1. 法律咨询:得理法律大模型可以处理高频的法律咨询业务,包括公司常年顾问服务和普通民众的法律纠纷咨询。 2. 法律文书写作:得理法律大模型能够撰写各种法律文书,如合同、起诉状、答辩状和法律分析意见。 3. 案例分析:得理法律大模型可以进行案情分析,帮助预测法官的判决,了解法律规定和研究过去的案例。 https://www.iyiou.com/news/202406061068815
8.ChatLawChatLaw是由北京大学团队开发的开源法律大语言模型(LLM),它通过结合法律领域特定的数据集和外部知识库,旨在提高法律问题处理的准确性和效率。该模型利用先进的自然语言处理技术,能够理解和生成法律相关的咨询和解答,同时减少法律数据筛选中的模型幻觉问题。ChatLaw的设计考虑了法律语言的复杂性和法律知识更新的快速性,力图https://ai-bot.cn/sites/11444.html
9.讯飞星火法律大模型全国产化自主可控讯飞星火法律大模型,探索智慧法治新模式,共筑司法新质生产力 产品介绍 应用 模型 法律咨询 构建涵盖法律意见咨询、策略指引、材料编写等综合服务应用,提供全方位法律支持。 法律检索 基于法律情境精准检索相关法规及典型案例,提供法律观点及研究指引,助力法律决策。 https://www.xinghuolegal.com/
10.中国首个应用级法律大模型!通过国家网信办备案审查中国首个应用级法律大模型!通过国家网信办备案审查 近日,北京大学法律人工智能实验室自主研发的“元法大模型”成功通过国家网信办的生成式人工智能(大语言模型)上线备案审查,成为国内法律垂直领域首个获得国家主管部门备案的AI大模型。 “元法大模型”采用了首创的规则推理引擎技术,并经历了七百亿级参数的预训练。该https://essentialslink.cn/doc/docView?id=4848
11.对话丨ChatLaw团队袁粒:做普通人也能用的法律大模型雷峰网让ChatLaw 变成最专业的法律大模型 AI科技评论:专业数据对于大模型的垂直领域场景理解至关重要,ChatLaw 在数据收集的角度,做了哪些努力? 袁粒:法律领域相较其他比较特殊——很多最高质量的数据,都是公开数据。这其中就包括法律法规、判例文书、司法解释等等。我们的数据处理,主要就是基于这些公开的数据。 https://www.leiphone.com/category/aijuejinzhi/qqggTwkYCtxfuriP.html