← 返回实验室

AI法条引用核验:时效性与引注一致性

法律文本的可靠性,很大程度取决于引注是否准确。我们做了一组中等规模实验,验证大模型能否承担“法条引用核验”这类高确定性、低创造性的工作:给定合同条款或裁判文书片段,系统需抽取全部法条引用,判定其现行有效性(是否被修订、废止或替换),并检查正文表述与法条原文是否一致。

实现分三步:先用规则与模型混合抽取引注要素(法名、条、款、项),再对接法规库做版本与生效日期比对,最后由模型输出差异说明并附置信度,低置信项转人工复核。

要点:
· 进展:引注抽取准确率 94.2%,条款级时效判定准确率 88.6%;主要误差集中在同名法规与地方性法规的版本识别。
· 下一步:将核验结果结构化为可追溯字段,接入文书起草流程做实时提示,并补充“引用旧法但案件适用新法”的时间效力判断。

我们不主张用模型替代法律判断,目标是把可机械核对的引注问题交给机器,把人的时间留给解释与策略。

评论

更多研究动态

查看全部实验室 →