在法律AI实验室的最新一轮实验中,我们把合同审查拆成两个可验证的环节:条款识别与法条支撑。
做法上,先按条款粒度切分合同文本(主体资格、付款、违约、知识产权、争议解决等),再让模型对每条给出风险标签与修改建议,但建议必须附带可点击的法条出处,避免“看起来合理却无依据”的输出。律师复核时只做两件事:确认条款定性、修正或采纳建议;这些操作会回写为规则与样例,进入下一轮评测。
要点一(进展):在 300 份采购与服务类合同的内部评测集上,条款级风险召回约 88%,其中高风险条款(无限责任、单方解约、付款前置)召回更高;单份合同初筛从人工约 45 分钟压缩到 6 分钟以内,律师精力更多转向确认与谈判策略。
要点二(下一步):引入法条时效性校验层,对引用条文做版本比对,防止模型引用已修订或被替代的条款,并同步扩充跨法域样例。

评论