合同文本是法律科技落地的典型场景。本期实验室围绕采购与服务类合同的条款风险审查开展实验，目标是让模型在识别风险的同时给出可核查的依据，避免“只给结论、不给出处”。方法上采用两阶段设计：第一阶段用微调后的模型对条款做高、中、低风险分级，侧重召回；第二阶段结合法条与既往案例库进行检索比对，复核风险定性并附引用来源。标注方面，与法务团队共同制定条款风险标注规范，完成约3200条人工标注，覆盖违约责任、付款条件、知识产权归属等高频风险类型。
阶段性结果：
- 在独立测试集上，高风险条款召回率约92%；
- 经第二阶段复核，误报率由18%降至7%，约85%的结论可回溯至具体法条或案例条目，人工复核平均耗时较纯人工审查下降约40%。
下一步计划：扩充劳动用工与数据合规类合同样本，引入条款改写建议能力，并在内部审阅流程中试点“AI初筛+人工确认”协作模式，持续跟踪误报案例以迭代标注规范。
评论