夫子•明察司法大模型

<div align="center">

<br>

</div>

模型简介

夫子•明察司法大模型是由山东大学、浪潮云、中国政法大学联合研发，以 ChatGLM 为大模型底座，基于海量中文无监督司法语料（包括各类判决文书、法律法规等）与有监督司法微调数据（包括法律问答、类案检索）训练的中文司法大模型。该模型支持法条检索、案例分析、三段论推理判决以及司法对话等功能，旨在为用户提供全方位、高精准的法律咨询与解答服务。

夫子•明察司法大模型具备如下三大特色：

• 基于法条检索回复 夫子•明察大模型能够结合相关法条进行回复生成。对于用户的咨询，夫子•明察大模型基于生成式检索范式先初步引用相关法条，再检索外部知识库对所引法条进行校验与确认，最终结合这些法条进行问题分析与回复生成。这保证生成的回复能够基于与问题相关的法律依据，并根据这些依据提供深入的分析和建议，使回复具有高权威性、高可靠性与高可信性。

• 基于案例检索回复 夫子•明察大模型能够基于历史相似案例对输入案情进行分析。大模型能够生成与用户提供的案情相似的案情描述及判决结果，通过检索外部数据库得到真实的历史案例，并将这些相似的历史案例的信息用于辅助生成判决。生成的判决参考相关案例的法律依据，从而更加合理。用户可以对照相似案例，从而更好地理解潜在的法律风险。

• 三段论推理判决 司法三段论，是把三段论的逻辑推理应用于司法实践的一种思维方式和方法。类比于三段论的结构特征，司法三段论就是法官在司法过程中将法律规范作为大前提，以案件事实为小前提，最终得出判决结果的一种推导方法。针对具体案件，夫子•明察大模型系统能够自动分析案情，识别关键的事实和法律法规，生成一个逻辑严谨的三段论式判决预测。这个功能不仅提供了对案件可能结果的有力洞察，还有助于帮助用户更好地理解案件的法律依据和潜在风险。

我们已将夫子•明察的模型权重上传至 HuggingFace/SDUIRLab，模型的使用方法见 #模型部署。

公开评测效果

在 2023 年 9 月份由上海AI实验室联合南京大学推出的大语言模型司法能力评估体系LawBench中 (见下图)，我们在法律专精模型 (Law Specific LLMs) 中 Zero-Shot 表现出色，取得了第一名，与未经法律专业知识训练的 ChatGLM 相比有了较大提升。

训练数据

夫子•明察司法大模型的训练数据可分为两大类别：中文无监督司法语料以及有监督司法微调数据。其中不仅涵盖法律法规、司法解释、判决文书等内容，同时还包括各类高质量司法任务数据集，例如法律问答、类案检索和三段论式法律判决。内容丰富、优质海量的训练数据，确保了对司法领域知识进行准确且全面的覆盖，为夫子•明察司法大模型提供坚实的知识基础。

以下为夫子·明察司法大模型增量预训练、指令微调过程中所使用数据的统计信息：

<table class="tg" style="undefined;table-layout: fixed; width: 800px"> <colgroup> <col style="width: 200px"> <col style="width: 200px"> <col style="width: 200px"> <col style="width: 200px"> </colgroup> <thead> <tr> <th class="tg-9wq8" rowspan="2"><br>类型</th> <th class="tg-9wq8" rowspan="2"><br>名称</th> <th class="tg-9wq8" rowspan="2"><br>来源</th> <th class="tg-9wq8" rowspan="2"><br>数量</th> </tr> <tr> </tr> </thead> <tbody> <tr> <td class="tg-9wq8" rowspan="2">中文无监督司法语料</td> <td class="tg-9wq8">法律法规</td> <td class="tg-c3ow">LawRefBook</td> <td class="tg-9wq8">3.22M</td> </tr> <tr> <td class="tg-9wq8">裁判文书</td> <td class="tg-9wq8">裁判文书网</td> <td class="tg-9wq8">23M</td> </tr> <tr> <td class="tg-c3ow" rowspan="7">中文有监督司法微调数据</td> <td class="tg-9wq8" rowspan="3">法条检索回复数据</td> <td class="tg-c3ow">自主构建</td> <td class="tg-9wq8">32k</td> </tr> <tr> <td class="tg-c3ow">Lawyer LLaMA</td> <td class="tg-9wq8">11k</td> </tr> <tr> <td class="tg-c3ow">lawGPT</td> <td class="tg-9wq8">35k</td> </tr> <tr> <td class="tg-9wq8" rowspan="2">案例检索回复数据</td> <td class="tg-c3ow">自主构建</td> <td class="tg-9wq8">15k</td> </tr> <tr> <td class="tg-c3ow">CAIL</td> <td class="tg-c3ow">10k</td> </tr> <tr> <td class="tg-9wq8" rowspan="1">三段论推理判决数据</td> <td class="tg-c3ow">自主构建</td> <td class="tg-9wq8">11k</td> </tr> <tr> <td class="tg-9wq8" rowspan="1">多轮法律对话数据</td> <td class="tg-c3ow">Hanfei</td> <td class="tg-9wq8">40k</td> </tr> <tr> <td class="tg-c3ow" rowspan="3">通用领域微调数据</td> <td class="tg-9wq8">Alpaca指令微调数据</td> <td class="tg-c3ow">Alpaca</td> <td class="tg-9wq8">100K </td> </tr> <tr> <td class="tg-9wq8">Belle指令微调数据</td> <td class="tg-c3ow">Belle</td> <td class="tg-9wq8">10k </td> </tr> <tr> <td class="tg-9wq8">OL-CC指令微调数据</td> <td class="tg-c3ow">智源</td> <td class="tg-9wq8">10K </td> </tr> </tbody> </table>

以下部分自主构建的数据样例：

• 法条检索回复数据

# 法条询问
{
    "instruction": "",
    "input": "中华人民共和国义务教育法的第三十条是什么？",
    "output": "中华人民共和国义务教育法的第三十条规定如下\n教师应当取得国家规定的教师资格。\n国家建立统一的义务教育教师职务制度。教师职务分为初级职务、中级职务和高级职务。\n"
},
# 法条补全
{
    "instruction": "请补充以下法条缺失部分",
    "input": "高等教育自学考试暂行条例第十七条规定:\n高等教育自学考试的命题由全国考委统筹安排，分别采取全国统一命题、区域命题、省级命题三种办法",
    "output": "逐步建立题库，实现必要的命题标准化。\n试题(包括副题)及参考答案、评分标准启用前属绝密材料。"
},
# 根据案情生成相关法条
{
    "instruction": "请根据基本案情，给出适用的法条。",
    "input": "基本案情：\n广东省鹤山市人民检察院指控被告人李某甲于2014年7月7日9时许，在鹤山市宅梧镇双和公路宅梧收费站附近路段被民警抓获。民警当场从李某甲身上搜获搜获白色晶体38小包。经鉴定，从李某甲处缴获的白色晶体净重12.9克，检出甲基苯丙胺成分。被告人李某甲到案后如实供述自己的罪行，可以从轻处罚。建议对被告人判处有期徒刑六个月至一年六个月，并处罚金。提请法院依法惩处。上述事实，被告人李某甲在开庭审理过程中亦无异议，并有抓获被告人及破案的经过材料、被告人的供述、证人李X锋的证言、扣押物品清单、鉴定意见、辨认笔录、现场勘某足以认定。",
    "output": "适用法条：\n 《中华人民共和国刑法》第三百四十八条 【非法持有毒品罪】，李某甲非法持有甲基苯丙胺十克以上不满五十克，罪名成立，应判处三年以下有期徒刑，并处罚金。"
},
# 根据案情结合相关法条进行分析
{
    "instruction": "请根据以下案情进行判决并结合相关法律进行分析",
    "input": "基本案情：\n通过A公司经营的旅游App预定境外客房，支付方式为“到店支付”，订单下单后即被从银行卡中扣除房款，后原告未入住。原告认为应当到店后付款，A公司先行违约，要求取消订单。A公司认为其已经在服务条款中就“到店支付”补充说明“部分酒店住宿可能会对您的银行卡预先收取全额预订费用”，不构成违约，拒绝退款。\n邬某将A公司起诉至法院，请求判令退还预扣的房款。\n",
    "output":