法律合同AI审查实验：条款风险识别与法条溯源

法律合同审查是法律科技中需求明确、但落地难度较高的场景。本阶段实验聚焦“条款风险识别+法条溯源”两条主线，探索大模型在合同审查中的可控应用。方法上采用检索增强生成（RAG）框架，将合同条款与内部审查规范、法律法规库对齐检索，要求模型结论必须附带条款编号与法条出处，以降低幻觉风险；针对法律文本长、上下文易截断的问题，先做条款切分与要素抽取，再逐条审查，最后聚合生成审查报告。
阶段性进展：
· 在约1200份真实合同条款的内部测试集上，风险条款识别准确率约86%、召回率约79%；引入法条溯源约束后，结论可核验率由62%提升至91%；
· 人工复核显示，误报主要集中在“格式条款效力”等依赖司法解释的边界情形。
下一步计划：扩充裁判文书类案库，将“类案改判要点”作为辅助证据引入检索链路；同步开展法务人员对照评测，量化AI预审对首轮审查工时的实际压缩幅度。我们持谨慎预期：短期内AI定位为初审辅助工具，最终法律判断仍由专业人员完成。