法律AI实验室本周完成内部合同审查助手的第二阶段评测。与通用大模型直接问答不同，我们把任务拆成两步：先将合同按条款切分并建立结构化索引，再由模型对每条条款做风险分级；每一次风险判断都必须回链到原文的具体条款与段落位置，模型只允许在检索到的条款范围内作答，超出范围即返回“需人工确认”。这个设计牺牲了一部分“看起来聪明”的自由发挥，换来的是可核查性——判得对，还要说得清。
进展与数据：
1）在 300 份采购与保密协议样本上，条款边界切分准确率约 93%，风险条款召回率 84%，引用位置均可回溯（由约束机制强制保证）；
2）误报集中在“原则性表述”与行业惯例条款上。下一步计划引入企业自身的历史合同偏好作为对照，让分级从通用风险转向“与本方立场的偏离度”。
后续计划：把条款级人工反馈沉淀为可累积的标注集，使每次修改回流进检索索引，而不是反复重训整个模型。
评论