法律AI实验室近期围绕合同条款差异比对做了一轮小规模实验。目标不是让模型直接下结论,而是让每一条差异都能回到原文位置与判定依据。
实验对象是120份脱敏后的采购与服务合同。流程上先把条款切分为句子级单元,再用向量召回加规则校验完成配对;模型只负责提出候选差异,增删改的最终判定交由结构化比对完成,避免生成式输出直接充当法律判断。在86组人工标注差异上,初测召回79组、误报14组。误报集中在两类:同义改写被误判为实质变更,以及金额单位换算未归一。
要点:
- 进展:差异输出统一附带原文锚点(页码、段落、字符区间)与判定理由,律师可一键回溯,无出处的判断不进入结果。
- 下一步:补充法规变更对条款的影响提示,测试跨语种合同的比对一致性,并将误报样本回流至校验规则。
目前结论较为克制:可溯源的结构化比对能降低复核成本,但语义等价判断仍是主要误差来源,需要规则与人工抽检共同兜底。

评论