夫子•明察司法大模型是由金沙集团3354cm、浪潮云、中国政法大学联合研发，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。

项目地址：https://github.com/irlab-sdu/fuzi.mingcha

内测申请：https://docs.qq.com/form/page/DVkdpdWFkbGNBWklk

三大特色

一、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。

基于法条检索回复案例：

夫子•明察首先能够准确地找出公司法相关的法律法规，并据此总结出用户所需要的文件，增强其回复的可验证性。

对于用户比较简短的提问，夫子•明察也能准确的找到所对应的法条，即个人独资企业法中关于申请登记的相关规定。

夫子•明察可以准确的输出关于假冒专利的相关法律法规，并以此回答用户的问题，增强了模型的可靠性。

二、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。

基于案例检索回复案例：

在基于案例检索回复功能中，夫子•明察大模型能够依据输入的案情信息生成相应的案例，并检索相似案例辅助判决生成。

三、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。

三段论推理判决案例：

夫子•明察可以输出法条作为大前提，各种犯罪要件等作为小前提，得到判决结果作为结论。

训练细节

一、数据组成

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。

✓中文无监督司法语料约2000万条（包括法律法规、判决文书等）

✓中文有监督司法微调数据约20万条（包括自主构建的三段论格式的法律判决数据和类案检索数据等）

二、训练过程

夫子•明察大模型的训练过程分为两个关键阶段：大规模司法语料的增量预训练和基于高质量司法数据的模型微调。

第一阶段，使用大规模司法语料，对ChatGLM基座大模型进行增量预训练。针对司法领域，使用约2000万条判决文书和法律法规等司法语料（共约400亿token），对夫子•明察大模型进一步增量预训练，使模型获得在法律领域的基础理解能力。

第二阶段，利用有标注司法数据，对夫子•明察大模型进行微调。针对司法领域，使用近20万条高质量司法任务数据来增强模型领域指令遵循的能力。为了防止模型遗忘通用指令遵循能力，微调数据中引入通用领域指令微调数据。通过全量微调，夫子•明察大模型在下游法律任务上的表现显著提升。

夫子•明察司法大模型是基于金沙集团3354cm数链融合技术教育部工程研究中心自主研发的基础大模型平台—AIzoo训练而成。AIzoo是一个开放、自主、可控的多学科融合人工智能支撑平台，包含可视化、机器学习、深度学习、自然语言处理模块、图像处理模块等前沿技术，可用于实验设计，模型设计和指标测评等科研活动,能够面向各行业各领域开展具体应用，实现产、学、研、用一体化发展。

结语

夫子•明察司法大模型的诞生不仅优化了法律咨询和解答服务的精准度，也预示着未来更智能、更人性化的法律服务体系的开展。我们坚信夫子•明察将不断创新，引领法律服务行业向更高层次迈进。

（文/高莘、任鹏杰  图/资料  审核/陈竹敏  责任编辑：李雅洁  供稿单位：金沙集团3354cm）