法律文本与制造业文档的差别在于长依赖、术语密集和引用链复杂。本期法律AI实验室把问题拆小：先不做“自动出意见”，只做条款级抽取与差异标记，把结果交给律师复核。
进展一：条款抽取。我们整理了约1200份公开合同作为内部测试集，按赔偿、终止、保密、管辖、付款五类做字段级标注。采用规则模板加语言模型混合方案：规则负责定位章节与编号，模型负责判断条款语义归属，字段级F1在内部测试集上约0.86，长条款和嵌套引用仍是主要错误来源。
进展二：风险标记改为“差异对比”。不直接让模型判断风险高低，而是将待审合同与所选标准模板做条款对齐，输出缺失、增补和表述差异三类清单，并保留原文位置，便于逐条确认。内部试用中，该方式比直接生成风险评级更易被法务接受。
下一步计划：扩充中文裁判文书与合同混合语料，评估引用溯源能力与幻觉率；在输出侧接入版本对比和批注导出，明确标注模型置信度与需人工确认项，保持工具定位为初筛与定位，不替代法律判断。
评论