法律AI实验室：合同风险条款识别与依据溯源

合同审查的难点不在于给出风险判断，而在于让每条判断都能落到具体法条与判例上。本期实验把任务拆成三段：条款切分与类型对齐、依据检索、生成与校验。

进展一：检索层采用 BM25 与向量混合召回，在法条库与脱敏判例库中先召回候选依据，再由模型在候选范围内选择并写出适用理由，避免凭记忆生造条文。

进展二：生成层要求逐条输出「结论—依据—不确定项」，校验层做三项检查：法条是否现行有效、条款类型与法条适用范围是否匹配、所引判例是否已被后续裁判调整。

内部 200 份脱敏合同的阶段性测试中，风险条款漏检明显下降，但误报约三成来自条款类型判错，例如把一般提示义务误判为强制义务。下一步计划引入合同类型先验（买卖、租赁、服务）与条款级置信度阈值，将低置信样本转入人工复核队列，而不是直接输出结论。实验室认为，法律场景的可用性首先取决于可追溯，其次才是覆盖率。