Awesome

夫子•明察司法大模型

<br>

News

• [2024.10.25] 🔥 更新预训练数据集，详见 HuggingFace。

• [2024.9.19] 我们已将微调数据上传至 HuggingFace/SDUIRLab 和 魔搭社区，我们提供了 dataset_info.json，数据使用方法可以参考 LLaMA-Factory。

模型简介

夫子•明察司法大模型是由山东大学、浪潮云、中国政法大学联合研发，以 ChatGLM 为大模型底座，基于海量中文无监督司法语料（包括各类判决文书、法律法规等）与有监督司法微调数据（包括法律问答、类案检索）训练的中文司法大模型。该模型支持法条检索、案例分析、三段论推理判决以及司法对话等功能，旨在为用户提供全方位、高精准的法律咨询与解答服务。

夫子•明察司法大模型具备如下三大特色：

• 基于法条检索回复 夫子•明察大模型能够结合相关法条进行回复生成。对于用户的咨询，夫子•明察大模型基于生成式检索范式先初步引用相关法条，再检索外部知识库对所引法条进行校验与确认，最终结合这些法条进行问题分析与回复生成。这保证生成的回复能够基于与问题相关的法律依据，并根据这些依据提供深入的分析和建议，使回复具有高权威性、高可靠性与高可信性。

• 基于案例检索回复 夫子•明察大模型能够基于历史相似案例对输入案情进行分析。大模型能够生成与用户提供的案情相似的案情描述及判决结果，通过检索外部数据库得到真实的历史案例，并将这些相似的历史案例的信息用于辅助生成判决。生成的判决参考相关案例的法律依据，从而更加合理。用户可以对照相似案例，从而更好地理解潜在的法律风险。

• 三段论推理判决 司法三段论，是把三段论的逻辑推理应用于司法实践的一种思维方式和方法。类比于三段论的结构特征，司法三段论就是法官在司法过程中将法律规范作为大前提，以案件事实为小前提，最终得出判决结果的一种推导方法。针对具体案件，夫子•明察大模型系统能够自动分析案情，识别关键的事实和法律法规，生成一个逻辑严谨的三段论式判决预测。这个功能不仅提供了对案件可能结果的有力洞察，还有助于帮助用户更好地理解案件的法律依据和潜在风险。

我们已将夫子•明察的模型权重上传至 HuggingFace/SDUIRLab 和 魔搭社区，模型的使用方法见 #模型部署。

公开评测效果

在 2023 年 9 月份由上海AI实验室联合南京大学推出的大语言模型司法能力评估体系LawBench中 (见下图)，我们在法律专精模型 (Law Specific LLMs) 中 Zero-Shot 表现出色，取得了第一名，与未经法律专业知识训练的 ChatGLM 相比有了较大提升。

训练数据

夫子•明察司法大模型的训练数据可分为两大类别：中文无监督司法语料以及有监督司法微调数据。其中不仅涵盖法律法规、司法解释、判决文书等内容，同时还包括各类高质量司法任务数据集，例如法律问答、类案检索和三段论式法律判决。内容丰富、优质海量的训练数据，确保了对司法领域知识进行准确且全面的覆盖，为夫子•明察司法大模型提供坚实的知识基础。

以下为夫子·明察司法大模型增量预训练、指令微调过程中所使用数据的统计信息：

以下部分自主构建的数据样例：

• 法条检索回复数据

# 法条询问
{
    "instruction": "",
    "input": "中华人民共和国义务教育法的第三十条是什么？",
    "output": "中华人民共和国义务教育法的第三十条规定如下\n教师应当取得国家规定的教师资格。\n国家建立统一的义务教育教师职务制度。教师职务分为初级职务、中级职务和高级职务。\n"
},
# 法条补全
{
    "instruction": "请补充以下法条缺失部分",
    "input": "高等教育自学考试暂行条例第十七条规定:\n高等教育自学考试的命题由全国考委统筹安排，分别采取全国统一命题、区域命题、省级命题三种办法",
    "output": "逐步建立题库，实现必要的命题标准化。\n试题(包括副题)及参考答案、评分标准启用前属绝密材料。"
},
# 根据案情生成相关法条
{
    "instruction": "请根据基本案情，给出适用的法条。",
    "input": "基本案情：\n广东省鹤山市人民检察院指控被告人李某甲于2014年7月7日9时许，在鹤山市宅梧镇双和公路宅梧收费站附近路段被民警抓获。民警当场从李某甲身上搜获搜获白色晶体38小包。经鉴定，从李某甲处缴获的白色晶体净重12.9克，检出甲基苯丙胺成分。被告人李某甲到案后如实供述自己的罪行，可以从轻处罚。建议对被告人判处有期徒刑六个月至一年六个月，并处罚金。提请法院依法惩处。上述事实，被告人李某甲在开庭审理过程中亦无异议，并有抓获被告人及破案的经过材料、被告人的供述、证人李X锋的证言、扣押物品清单、鉴定意见、辨认笔录、现场勘某足以认定。",
    "output": "适用法条：\n 《中华人民共和国刑法》第三百四十八条 【非法持有毒品罪】，李某甲非法持有甲基苯丙胺十克以上不满五十克，罪名成立，应判处三年以下有期徒刑，并处罚金。"
},
# 根据案情结合相关法条进行分析
{
    "instruction": "请根据以下案情进行判决并结合相关法律进行分析",
    "input": "基本案情：\n通过A公司经营的旅游App预定境外客房，支付方式为“到店支付”，订单下单后即被从银行卡中扣除房款，后原告未入住。原告认为应当到店后付款，A公司先行违约，要求取消订单。A公司认为其已经在服务条款中就“到店支付”补充说明“部分酒店住宿可能会对您的银行卡预先收取全额预订费用”，不构成违约，拒绝退款。\n邬某将A公司起诉至法院，请求判令退还预扣的房款。\n",
    "output": "裁判结果：\n经审理认为，对“到店支付”的通常理解应为用户到酒店办理住宿时才会支付款项，未入住之前不需要支付。即使该条款后补充说明部分酒店会“预先收取全额预订费用”，但对这种例外情形应当进行特别提示和说明，如果只在内容复杂繁多的条款中规定，不足以起到提示的作用，A公司作为预定服务的提供者应当承担责任。\n最终，法院支持邬某退还房款的诉讼请求。\n典型意义：\n字经济、互联网产业飞速发展的大背景下，线上交易中企业基本都采用格式条款的方式与消费者建立契约关系。但是，在格式条款发挥其便捷、高效、积极作用的同时，因其本身具有的单方提供、内容固定的特质所带来的问题和风险，也不容忽视。\n法律明确赋予了格式条款提供者进行提示说明的义务，民法典第四百九十六条规定：“提供格式条款的一方未履行提示或者说明义务，致使对方没有注意或者理解与其有重大利害关系的条款的，对方可以主张该条款不成为合同的内容。\n”提供格式条款的企业应当基于公平、诚信原则，依法、合理制定格式条款的内容，并对于履行方式等与消费者有重大利害关系的条款，向消费者进行特别的提醒和说明，从而维护交易秩序，平衡双方利益，促进行业发展。本案的裁判进一步厘清了网络服务提供者作为提供格式条款一方的责任，引导互联网交易模式更加符合契约自由和契约正义的精神。\n"
}

• 案例检索回复数据

{
    "instruction": "请根据以下输入生成相关的案例和判决结果",
    "input": "被指控的人在某地某时盗走了三辆电动车。他有精神障碍，但被认定具备完全刑事责任能力。",
    "output": "基本案情：\n 河南省驻马店市驿城区人民检察院指控： 1.2016年4月12日13时许，被告人曹某某到驻马店市驿城区金雀路西段开发区高中院内4号楼前，将被害人刘某停放的一辆白色“高仕”牌电动车盗走。经鉴定，被盗电动车价值1064元。 2.2016年4月12日23时许，被告人曹某某到驻马店市驿城区金雀路西段开发区高中院内4号楼前，将被害人付某某停放的一辆白色“爱玛”牌电动车盗走。经鉴定，被盗电动车价值1320元。 3.2016年4月13日12时许，被告人曹某某到驻马店市驿城区金雀路西段开发区高中院内4号楼前，将被害人拜某某停放的一辆红色“高仕”牌电动车盗走。经鉴定，被盗电动车价值1200元。 另查明，案发后，公安机关接被害人报警后，通过查看案发现场监控和走访群众，确定上述三起电动车被盗均系被告人曹某某实施。 还查明，经驻马店安康法医精神病司法鉴定所鉴定，被告人曹某某系酒精所致精神障碍（依赖综合征），具备完全刑事责任能力，有受审能力。 上述事实，被告人曹某某在开庭审理过程中亦无异议，并有被害人陈述、证人证言、鉴定意见、物证照片、视听资料、到案经过、户籍证明等证据证实，足以认定。 \n本院认为，被告人曹某某以非法占有为目的，多次采取秘密手段窃取他人财物，价值3584元，数额较大，其行为已构成盗窃罪。公诉机关对曹某某犯罪指控成立，予以支持。曹某某有劣迹，其当庭自愿认罪，量刑时均可酌予考虑。根据曹某某犯罪的事实、性质、情节以及对社会的危害程度，依照《中华人民共和国刑法》第二百六十四条和第十八条第四款之规定，判决如下：\n 被告人曹某某犯盗窃罪，判处拘役五个月，并处罚金人民币二千元（罚金限判决生效后十日内缴纳）。 （刑期从判决执行之日起计算。判决执行以前先行羁押的，羁押一日折抵刑期一日。即自2016年4月13日起至2016年9月12日止）。 如不服本判决，可在接到判决书的第二日起十日内，通过本院或者直接向驻马店市中级人民法院提出上诉。书面上诉的，应当提交上诉状正本一份，副本二份。"
}

• 三段论推理判决数据

{
    "instruction": "请根据基本案情，利用三段论的推理方式得到判决结果，判决结果包括：1.罪名；\n2.刑期。",
    "input": "基本案情：\n广东省鹤山市人民检察院指控被告人李某甲于2014年7月7日9时许，在鹤山市宅梧镇双和公路宅梧收费站附近路段被民警抓获。民警当场从李某甲身上搜获搜获白色晶体38小包。经鉴定，从李某甲处缴获的白色晶体净重12.9克，检出甲基苯丙胺成分。被告人李某甲到案后如实供述自己的罪行，可以从轻处罚。建议对被告人判处有期徒刑六个月至一年六个月，并处罚金。提请法院依法惩处。上述事实，被告人李某甲在开庭审理过程中亦无异议，并有抓获被告人及破案的经过材料、被告人的供述、证人李X锋的证言、扣押物品清单、鉴定意见、辨认笔录、现场勘某足以认定。",
    "output": "犯罪要件：\n犯罪主体：\n 犯罪主体为被告人李某甲，构成要件为完全行为能力人。\n    犯罪客体：\n 犯罪客体为社会公共安全，包括禁毒法规所保护的社会关系。被告人李某甲非法持有、贩卖毒品，严重危害社会公共安全，破坏社会治安秩序。\n    犯罪主观要件：\n 犯罪主观方面为故意，李某甲明知所持有的白色晶体为甲基苯丙胺，仍然故意贩卖毒品。犯罪意图为非法牟利。\n    犯罪客观要件：\n 犯罪时间：2014年7月7日9时许。犯罪地点：广东省鹤山市宅梧镇双和公路宅梧收费站附近路段。犯罪行为：携带白色晶体38小包，净重12.9克，检出甲基苯丙胺成分。犯罪结果：被民警抓获。\n    适用法条：\n 《中华人民共和国刑法》第三百四十八条 【非法持有毒品罪】，李某甲非法持有甲基苯丙胺十克以上不满五十克，罪名成立，应判处三年以下有期徒刑，并处罚金。 \n    判决结果：\n 罪名：非法持有毒品罪刑期：三年以下有期徒刑，并处罚金。 "
},

注：其中我们自主构建的数据集，如三段论推理判决数据集等，将会在近期以论文的形式公开，感谢您的关注和理解。

注 1：利用三段论推理来选择和评估当事人的论点是一种常见的做法。三段论中包含大前提、小前提和结论三个部分，应用到法律领域中时，大前提通常是由相关法条构成的法律依据，小前提通常时由犯罪要件构成的案情分析结果，结论通常是由最终适用的法条和判决结果构成。在实践中，三段论是法官广泛使用的法律推理的标准形式，以确保逻辑论点是合理和无可争辩的。

注 2：我们自主构建的数据集论文（三段推理判决数据等）已经发表在 EMNLP 2023 [1]，详细的数据构建方法及数据集内容请参考论文代码。

[1]. Wentao Deng, Jiahuan Pei, Keyi Kong, Zhe Chen, Furu Wei, Yujun Li, Zhaochun Ren, Zhumin Chen, and Pengjie Ren. 2023. Syllogistic Reasoning for Legal Judgment Analysis. In Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing, pages 13997–14009, Singapore. Association for Computational Linguistics.

效果展示

以下为夫子·明察三大特色的效果展示：<br>

<br>以下为夫子·明察与其他法律大模型、ChatGLM的效果对比：<br>

Query：政府公务员可以成为企业合伙人吗？

Query：分析案例：徐某（男）与李某（女）婚后育有一子（1岁半）、一女（8岁），两人准备离婚，都想争取孩子抚养权。徐某经济状况较好，工资收入是李某的数倍，认为自己胜券在握。李某虽收入不高，但女儿更愿意随其生活。

Query：21 岁女子甲与25 岁男子乙在网上聊天后产生好感，乙将甲发给其的私密照片保存。后乙要求与甲结婚,甲不同意。乙威胁要公布其照片，甲只好同意结婚并办理了登记。甲是否可以自婚姻登记之日起 1年内请求撤销该婚姻？

模型部署

模型的部署和使用请参考 src/cli_demo.py

致谢

本项目基于或参考如下开源项目，在此对相关项目和开发人员表示感谢：

• Alpaca
• BELLE
• ChatGLM-6B
• ChatGLM-Efficient-Tuning
• Lawyer LLaMA
• LaWGPT
• JEC-QA
• PKU Opendata
• LawRefBook
• CAIL 2018-2021
• HanFei
• BAAI

声明

本项目的内容仅供学术研究之用，不得用于商业或其他可能对社会造成危害的用途。 在涉及第三方代码的使用时，请切实遵守相关的开源协议。 本项目中大模型提供的法律问答、判决预测等功能仅供参考，不构成法律意见。 如果您需要法律援助等服务，请寻求专业的法律从业者的帮助。

协议

本仓库的代码依照 Apache-2.0 协议开源，我们对 ChatGLM-6B 模型的权重的使用遵循 Model License。

引用

如果本项目有帮助到您的研究，请引用我们：

@software{sdu_fuzi_mingcha,
    title        = {{fuzi.mingcha}},
    author       = {Wu, Shiguang and Liu, Zhongkun and Zhang, Zhen and Chen, Zheng and Deng, Wentao and Zhang, Wenhao and Yang, Jiyuan and Yao, Zhitao and Lyu, Yougang and Xin, Xin and Gao, Shen and Ren, Pengjie and Ren, Zhaochun and Chen, Zhumin},
    year         = 2023,
    journal      = {GitHub repository},
    publisher    = {GitHub},
    howpublished = {\url{https://github.com/irlab-sdu/fuzi.mingcha}}
}

@inproceedings{deng-etal-2023-syllogistic,
    title        = {Syllogistic Reasoning for Legal Judgment Analysis},
    author       = {Deng, Wentao  and Pei, Jiahuan  and Kong, Keyi  and Chen, Zhe  and Wei, Furu  and Li, Yujun  and Ren, Zhaochun  and Chen, Zhumin  and Ren, Pengjie},
    year         = 2023,
    month        = dec,
    booktitle    = {Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing},
    publisher    = {Association for Computational Linguistics},
    address      = {Singapore},
    pages        = {13997--14009},
    doi          = {10.18653/v1/2023.emnlp-main.864},
    url          = {https://aclanthology.org/2023.emnlp-main.864},
    editor       = {Bouamor, Houda  and Pino, Juan  and Bali, Kalika}
}