合同AI审查实验：条款抽取与风险分级方法

合同审查是法律科技中落地需求最明确的场景之一。本实验以买卖、租赁两类合同共约1200份脱敏文本为语料，测试大模型在条款抽取与风险分级任务上的可用性，重点评估漏检与误报的平衡。
阶段性进展：
· 采用“规则初筛＋模型复核”两段式流程后，违约责任、争议解决、付款条件等核心条款的抽取F1值达0.91，较纯模型方案提升约6个百分点；
· 风险分级环节，模型对缺失条款、显失公平条款的召回率为0.87，但对模板化条款存在过度提示，误报率约14%。
下一步将引入律所标注的200份争议合同作为难例集，优化分级阈值，并把条款溯源改为逐句引用原文，减少改写带来的偏差。现阶段结论：模型适合承担初审辅助角色，最终意见仍需人工复核，暂不建议全自动出具审查结论。