法律AI实验室近期把实验重心放在合同审查的“可核对”环节：不做笼统的风险打分，而是把结果拆成可定位、可复核的条款级判断。
进展方面，我们以采购、服务、保密三类常见合同为基础建立基准条款库，按“义务主体—触发条件—责任上限—例外情形”四要素做结构化拆解。模型侧采用检索增强加规则约束的组合：先召回同类合同中的对应条款，再判断待审条款相对基准的偏离类型（缺失、加重、弱化、表述模糊），并输出原文坐标与偏离依据，便于律师回看原文，而不是只接受一个结论。
阶段性数据：在内部约600份脱敏合同测试集上，明显偏离条款的召回率约86%，其中“责任上限缺失”“单方解除权”两类识别较稳；误报集中在行业惯例表述与交叉引用条款，仍需结合上下文判断。
下一步计划：一是把偏离判断从单条款扩展到条款间冲突检测，例如保密期与数据留存期不一致；二是接入修订建议生成，但仅作为候选输出，并保留人工采纳与驳回记录，用于评估建议可用率，而非替代审阅。
评论