本季度法律AI实验室聚焦合同审查中的一个具体问题：模型给出的风险结论，能否逐条回溯到原文依据。我们选取 300 份采购、劳务与保密协议，在相同基座模型与提示框架下，只改变流程结构，比较两条路径——直接生成审查意见，与先做条款切分、逐条判定风险等级、再回填原文引用。
阶段性结果：
- 条款切分采用「版式规则 + 小模型边界判别」的混合方案，切分准确率由 82% 提升至约 93%，由编号错位引起的串条款问题基本消除；
- 风险判定限定为高、中、低三档并要求附依据片段，高风险条款漏报下降约四成，引用可人工核验率约 96%；
- 残余错误集中在定义条款的跨条引用与附件优先顺序，这类依赖全文结构的判断仍需人工兜底。
下一步计划：将风险分级口径与试用律所的内部审查清单对齐，加入合同版本比对（我方稿与对方回稿）的差异定位能力，并继续坚持「人审优先」——AI 只做标注与取证，不直接出具最终意见。
评论