ChatLaw法律大模型近期出圈，发布上线当日即登顶知乎热搜榜第一，在Github已有近3k的star，被网友戏称之为大型模型中的“罗翔老师”。

ChatLaw法律大模型介绍

ChatLaw开源法律大模型来自北京大学ChatExcel课题组，目前仅提供学术参考的版本，其底座为姜子牙-13B、Anima-33B，模型使用大量法律新闻、法律论坛、法条、司法解释、法律咨询、法考题、判决文书等原始文本来构造对话数据，致力于给大众提供普惠的法律服务。

目前ChatLaw系列有三个版本：

- ChatLaw-13B：这是基于姜子牙Ziya-LLaMA-13B-v1（一个基于LLaMA 13B针对中文优化的微调的版本 huggingface.co/IDEA-CCNL/Ziya…）训练，这个版本中文支持很好，但是受模型参数大小的限制，逻辑能力相对较弱。

- ChatLaw-33B：这是基于Anima（一个开源的基于QLoRA的33B中文大语言模型）训练的版本，逻辑推理能力比较强，但是由于Anima中文语料不足，问答时经常会出现英文数据。

- ChatLaw-Text2Vec：使用了93万条判决案例做成的向量数据集，基于BERT训练的相似度匹配模型，可以根据用户提问的内容检索到最相关的法律条文。

模型架构：

总体架构需要涉及到三个模型，Keyword LLM，Law LLM（Embedding Model），ChatLaw LLM。

- Keyword LLM：用于将用户口语化的诉求转化为法律行业关键词，并用于检索知识库中的法律知识，作者专门加了这个步骤，改善因纯向量检索得到的知识效果可能不太好的问题。

- Law LLM：是作者专门训练的法律领域的BERT embedding模型，用于直接根据用户口语化表达检索相关法律知识，这个和关键词检索是结合使用。

- ChatLaw LLM：是最终的融合大模型，可以对检索出来的结果进行分析，提取关键内容，过滤不相关内容，最终生成相关回复。

训练数据：

训练数据主要由论坛、新闻、法条、司法解释、法律咨询、法考题、判决文书组成，随后经过清洗、数据增强等来构造对话数据。

官方地址：https://www.chatlaw.cloud

GitHub地址：https://github.com/PKU-YuanGroup/ChatLaw

ChatLaw Demo测试体验

ChatLaw 的学术 Demo 版本目前可以试用，遗憾的是没有接入法律咨询功能，只提供了简单的对话咨询服务。这里尝试问了几个问题，来测试ChatLaw与ChatGPT的对比效果。

问题一：在中国，音乐作品有哪些著作权权利？

ChatLaw

ChatGPT

问题二：另一半婚前贷款买的房子，婚后房子涨价了，如果离婚我有份额吗？

ChatLaw

ChatGPT

问题三：提出执行异议被驳回，但不提出执行异议之诉，而是另行提出所有权确认之诉，所有权确认之诉的审理能否阻却拍卖的执行程序?

ChatLaw

ChatGPT

通过对上述对比结果，我们发现相同问题下ChatLaw的回答更加专业，极大的解决了GPT的幻觉问题，同时得出以下观察结果：

- 引入与法律相关的问答和法规条文的数据，可以在一定程度上提高模型在问答上的表现。

- 加入特定类型任务的数据进行训练，模型在该类任务上的表现会明显提升。例如，ChatLaw 模型优于 ChatGPT 的原因是文中使用了大量的国内法律训练数据。