法律AI实验室本阶段聚焦合同审查中的条款级处理。此前模型多输出整段摘要，律师仍需回原文逐条核对，节省的时间有限。本轮实验把流程改为：先按条款单元切分并对齐，再做条款类型标注、与己方标准模板的差异比对、以及差异项的风险分级，输出落到具体条款而非整篇意见。
进展：
- 在 300 份采购与服务合同（含补充协议）上测试，条款切分与人工标注的一致率约 92%；对付款条件、违约责任、知识产权归属三类高风险条款的差异召回率约 87%。误报集中在同义改写与多层引用条款，是当前主要误差来源。
- 下一步引入标准条款库的版本管理，使比对结果可追溯到模板版本，并尝试把差异项直接映射为修改建议，交由人工确认后回写。
实验室认为，法律场景的可用性取决于可核对性。相比让模型给出一段流畅结论，把判断锚定在可定位、可复现的条款坐标上，更接近实际工作流的需要。
评论