大赦国际的法律助理在大型语言模型的支持下提供无障碍的法律咨询。然而,人工智能反应中产生幻觉的风险是一个令人担忧的问题。本文介绍了利用混合专家模型(MOE)和多代理人系统来提高人工智能法律服务的可靠性和准确性的一种创新助手–查特劳。通过整合知识图和人工筛选,我们创建了一个高质量的法律数据集来培训MOE模型。该模型利用各种专家处理一系列法律问题,优化法律响应的准确性。标准化操作程序(SOPS)受法律事务所工作流程的启发,大大减少了错误和幻觉。

我们的教育部模式在法律法庭和法律专业人员统一资格考试中表现出色,分别达到7.73%的准确性和11分领先。它还超越了跨多个层面的实际案件协商的其他模式,展示了强大的法律协商能力。

---

下图说明了多个代理人在提供法律咨询服务方面的协作过程,离婚咨询就是一个例证。这一进程涉及收集信息、法律研究、全面咨询,并最终形成一份详细的法律咨询报告。

(a)我们的法律数据集涵盖各种任务,从案件分类到公众舆论分析。

(b)《查特劳法案》表明,与其他模式相比,在多个法律类别中的表现优于其他模式。

(c)法律认知任务中的查特劳模式始终优于其他模式,如法律法庭比较所示。

(d)查特劳在法律专业人员统一资格考试中保持了五年的高成绩。

(a)根据完整性、逻辑、正确性、语言质量、指导和权威评估法律咨询质量。

(b)《查特劳》在所有标准中得分最高,特别是在完整性、指导和权威方面表现出色。

(c)”查特劳”与其他模式相比,赢得率更高,表明在提供高质量法律咨询方面能力优越。

 

 

模型链接： https://github.com/PKU-YuanGroup/ChatLaw

 

对于该模型的言论，我们不承担任何责任。使用者在使用该模型时，需要自行承担潜在的风险，并始终保持审慎。我们建议用户在使用模型输出的信息时，进行独立的验证和判断，并根据个人的需求和情境进行决策。我们希望通过该的开源发布，为学术界和工业界提供一个有益的工具。 我们鼓励大家积极探索和创新，以进一步拓展和应用该模型的潜力，并共同促进人工智能在该模型领域的研究和实践。