合同审查AI实验：风险条款识别与法条溯源

法律AI实验室近期围绕大模型在合同审查场景的落地开展实验，重点解决两个问题：风险条款识别的准确率，以及模型引用法条的真实性。

实验采用“要素抽取+规则校验”两阶段方案：第一阶段由大模型对合同文本进行条款切分与风险要素抽取，覆盖违约责任、知识产权归属、争议解决等高频风险点；第二阶段通过规则引擎与法条库比对，对模型输出进行二次校验，剔除无依据的引用。

阶段性结果显示，在约1200份真实合同样本的内部测试集上，风险条款识别精确率达89%，召回率约82%；法条引用幻觉率从初版的14%降至3%以下；人工复核环节的修改量较纯人工审查下降约40%。

下一步计划：一是扩充裁判文书语料，提升对非标条款的泛化能力；二是探索条款级置信度输出，让人机协作边界更清晰。实验室将持续更新实验数据与方法细节。