在法律问答里，模型答错的原因常常不是推理，而是引用：条号写错、引用了已被修订的旧版、把同一条的不同款项拼接。法律AI实验室本阶段没有继续扩大生成能力，而是先把「引用可核验」做扎实。
做法是把条文库从「文本集合」改为「版本链」：每部法规按修订批次保存生效与失效时间，条、款、项拆成独立可对齐单元。模型输出后，解析层把答案中的每处引用拆成「法规名＋条号＋款项」，与版本链逐项对齐——命中现行版本，回填标准表述与生效日期；命中历史版本，显式标注「已修订」并给出对应新条文；完全无法定位的引用直接标红，转入二次检索，或降级为「未检索到依据」。
【进展】在内部 300 题测试集上（条文查询、合同条款定性两类），引用可定位率由 71% 提升至 89%；「引用旧版条文」一类错误的提示覆盖率为 96%。剩余错误集中在跨款引用和法规简称歧义。
【下一步】把核验结果作为回答的置信信号：可核验引用占比低于阈值时不直接给结论，改为返回待查清单；随后接入合同审查场景，验证长条文跨款引用的对齐准确率。
评论