DeliLaw：基于大型语言模型的中国法律咨询系统
内容提要
本文介绍了多个针对中国法律领域的大型语言模型（LLM），如InternLM-Law、LawLuo和ChatLaw。这些模型通过特定数据集和微调技术，提升了法律咨询和问题解决能力，尤其在法律建议的实用性和准确性方面表现优异。
延伸解读
模型性能与评估基准
InternLM-Law在LawBench基准的20个子任务中，有13个超过了包括GPT-4在内的最先进模型，平均表现最高。这表明针对中国法律领域专门微调的模型在特定任务上可能优于通用大模型。同时，研究提出了首个基于法学能力的中国法律LLM综合评估基准，将法律能力分为三个层次，但评估结果显示与ChatGPT相比仍存在差距。
技术路径与创新点
多个模型采用了不同的技术路径：InternLM-Law使用两阶段微调，先法律特定和通用内容微调，再高质量法律数据微调；LawLuo利用多个LLM代理协作，构建了KINLED和MURLED数据集优化ChatGLM-3-6b；ChatLaw通过关键词检索和自注意力机制解决模型幻觉问题；DISC-LawLLM采用法律推理提示策略构建监督微调数据集，并引入检索模块增强外部法律知识访问。
应用价值与可解释性
研究表明，LLMs在法律领域的应用可以增强法律系统的可访问性和可解释性，并为非专业人士提供自主比较能力。例如，通过将规则系统生成的解释从高级编程语言翻译成自然语言，使所有用户能够快速、清晰和便捷地与技术交互。此外，类似案例和多项选择选项对LLMs的领域知识回忆至关重要，但信息检索系统在某些情况下可能超过LLMs与信息检索系统的组合。
Q&A
InternLM-Law模型的主要特点是什么？
InternLM-Law是专为中国法律问题设计的模型，经过两阶段微调，表现优于包括GPT-4在内的先进模型。
LawLuo框架如何优化法律咨询服务？
LawLuo利用多个LLM代理的协作能力，通过四种不同功能的代理提供全面的法律咨询，优化了法律建议的实用性和准确性。
ChatLaw模型解决了哪些问题？
ChatLaw通过特定数据集和自注意力机制优化法律问题解决能力，解决了模型幻觉问题。
DISC-LawLLM系统的评估标准是什么？
DISC-LawLLM采用全面的法律评估基准DISC-Law-Eval，从客观和主观角度评估智能法律系统的有效性。
LawGPT与其他开源模型相比有什么优势？
LawGPT是第一个为中国法律应用设计的开源模型，经过法律导向的预训练和精细调优，表现优于LLaMA 7B。
大型语言模型在法律领域的应用有哪些潜在好处？
LLMs可以增强法律系统的可访问性和可解释性，为非专业人士提供法律任务的自主比较能力。
