在法律科技实验室的第三阶段实验中，我们把评价重点从「能不能答」转向「答得能不能核」：模型输出风险结论时，必须同时给出条款原文定位、所依据的法条条目、以及支撑判断的类案案号，缺少任一项即视为无效输出。
进展：在内部 200 份采购与劳务合同的测试集上，条款定位准确率 92.5%，引用可溯源率 100%（不再出现无出处的断言）；但经法务复核后，引用「实质相关性」通过率为 81%，失分集中在地方性法规适用与新旧法衔接两类情形。
下一步：将复核未通过的样本按「引用错位」「条文失效」「事实与构成要件不匹配」三类归因，用于构建法条重排序训练集；同时保留人工复核卡点，模型只输出待审意见，不直接出具最终法律意见。
评论