在法律AI实验室的近期实验中，我们把合同审查拆成三步：条款切分与要素抽取、法规与判例检索增强、修订建议生成与引用溯源。模型输出的每条风险提示都需附带合同原文段落坐标、依据的法规条文或类案编号以及风险等级；缺少依据的判断一律降级为待人工确认，避免出现流畅但无法核验的结论。
进展：在一批约300份采购与服务合同的内部回测中，条款级风险召回率约86%，付款、违约责任、知识产权归属等高风险条款召回约94%，单份合同初审耗时由人工约40分钟压缩至6分钟；误报集中在行业惯例条款，已通过阈值调整与规则白名单收敛。
下一步：引入审查意见一致性评估，对同一合同的多次输出做差异比对，并对跨法域条款标注适用法与冲突点，让系统从“找出问题”走向“留下可复核的审查过程记录”。
评论