法律大模型整体方案及应用场景

微信扫码，打开到小程序

法律大模型整体解决方案 需求背景 企业法务管理是企业稳健运营与持续健康发展的根基。随着企业法务合规信息化建设进程的不断推进，法务管理方面的智能 化与数字化短板凸显。随着人工智能不断进步，法律大模型可以极大提升法律服务效率、推动法律行业创新，亟需实践推新。 法务转型 企业法务部定位走向前台，创造更高价值的战略贡献 标注化 成文法体系的强规则性 将重复性和低价值工作予以标准化 重划外包与内部执行的边界 智能化 流程、数据和文本的自动化和数字化 数据分析和可视化 报告与合规 事务性工作 当前 报告与合规 事务性 工作 未来 主动管理 主动参与经营决策而非被动处理 洞察力与行动 洞察 力 与 行动 2 智慧司法 智慧政法 智慧监察 法律要素解析 法律内容摘要 合同智能审核 智慧证照管理 智慧法院大模型 提示词、微调 增强预训练 产 品支持将大模型部署在本地服务器实现私有化部署。支持直接部署法律大模型进行推理，或部署 MaaS 平台及法律大模型 以 MaaS 平台为核心提供丰富的 API 接口和工具，方便地将法律大模型集成到现有的法律业务系 统或直接使用 Al 原生法律应用 。 法律法规知识库 内部规定知识库 工作指引知识库 公文知识库 GPU NPU CPU 网络 企业法务 智慧公安 法律知识检索 合规智能审核 企业法务大模型 提示词、微调 L1 LO 智慧检察 智慧法院 法律知识问答 法律文本生成 智慧政法大模型 提示词、微调 法律大模型 基座大模型 智慧法律咨询 智能案件管理 合规智能审核 合同要素提取 智慧证照领用 行 业 应 用 层 能 力 层 模 型 层 数 据 层 基 础 设 置 层 平台手册知识库 存储 应用架构 3 关键 提升 举措 人机协同助力合规审核： 依托 OCR 、 CV 、 NLP 等技术实现多模态营销素材及 合同用印信息智能审核，提升审核准确率 AI 能 力 注 智 案 件 管 理：融合 Al 大语言 模型和 NLP 小模型，智能辅助收案、办案、 结案等案件管理工作全流程，实现案件管 理智能化升级 区 块 链 赋 能 证 照 智 慧 领 用： 运用区块链技术， 通过为电子化资质证照添加水印、二维码、限制打 印方式及次数等方式，确保电子化资质证照用途不 可算改，实现证照智慧领用 “Al+ 法 律”助力法务管理数智重塑 智慧合同管理 · 正文结构识别 · 编号、日期识别 · 手写签名分类 · 合同内容提取 智慧法律告询 · 法律知识库构建 · 知识检索增强 · 生成结果后处理 RPA 区块链 业务系统 法务系统 OA 系统 裁判 智慧证照管理 · 防伪和防篇改 · 身份认证授权 · 远程查证验证 · 存储及业务优化 细 - 口 - 法律大模型 微调 行业大数据 法律 法规 智慧案件管理 案情分析 · 案件结果预测 法 律意见书生成 NLP 技术 合同系统 智慧合规管理 · 影视剧照审核 · 敏感信息审核 广 告 内 容 审 核 业务数据 合同样本 意见书样本 CV 技 术 训练 采集 训练 通用知识 通用数据 主要内容 OCR 识 别 语音识别 合规样本 融合赋能 皿 … 文书 采集大量法律基础 数据，结合 企业专有数据及相关领域法律子任务进行微调训练，形成企业专属法律大模型，辅助企业深度 法律洞察和决策支持。收集整理法条类、案例类、模板类、书籍类、法律考试类、法律日常问答等 6 种类型的知识库，有效提升 法律问答的准确性、严谨性和可解释性。 法律基础 数据 《中华人民共和国产品质 量法》 《中华人民共和国消费者 权益保护法》 ……共 40G 法律法规 法律解释 知识 注 入 通用大模型 预训练 海分框 16,BBP, 要 B²T5. 政 什出师题，以下一组继叔： 胜 票圈， 加二 岛 T 样 贴内，黑 PF 排织 5( 中中人共日■出 ) 提 alE 品不四品 F 昌叵兰四品腭性面吧 藏干台 F 品范着目回上理 用 FB 匠 明 曜 邑 HE.B. 固目：驴产品 6 理者造玄 n 温直造国天， 三 R. 品图兰 BP, 盈户可或即者 应川果行得义鱼，田 瓯 了 Ⅱ 参 ( 中呼人民脆 产 盟 出 ) 十 出产下川Ⅲ I 形之一部，四立负距师 E 、独 段 FEB 画速成 贷 题，移照当监提 ! (-) 不 B 产面口 导性指帝事先未作； 口 ) 合备 P 应些 5 上王的“团 5 约； 知识库 法条库 类案库 《中华人民共 和国公司法》 知识 增强 企业法务大模型 指令微调数据 ■ 通用数据■法律数 据 多种法律子任务 多轮指令 - 回答对 逻辑 学习 指令微调 淬炼法律大模型 法律大模型二次微调 5 为解决外聘律师法律咨询的支撑效率较低、不够体系化等问题，基于法律大模型强大的语义理解能力，精准理解用户意图， 高 效、便捷地输出法律相关解决方案或答案。构建 RAG 知识检索增强流程，克服法律大模型本身的不确定性和幻觉问题，确保回 答 可靠且有据可循，为企业员工提供法律建议，辅助法务人员进行判断决策。 预期效益 降低法律服务门槛：法 律咨询服务，资源稀缺， 资源匮乏且分布不均匀。 智能问答降低法律服务 的门槛。 降低法律咨询成本：通 过智能问答，提高法律 事务的效率，降低相关 人员法律咨询的时间和 经济成本。 相关性排序 → 知识增强 法律大模型 增强预训练 基座大模型 法律大模型 查询 知识库 向 量 表征 智慧法律咨询 文档 解析 知识 抽取 QA 文档 Text Chucks 意图 理解 关键词 检索 向量 检索 场景能力 | 法律问题智慧咨询服 务 Query 理解与扩 展 向量表征 提示词生成 法律法规 业务指引 相关制度 生成质量 评估 Text 切 分 · 6 目前合规审查多为重复性、事务性工作，人工审查耗费大量人力且存在一定差错率。基于《广告法》等规定， 利用大量样本 数 据训练目标检测、人脸识别、文本分类等 Al 能力， Al 审核能够提取特征并分类，实现快速且精准的多模态审核，结合人工审核 确保审核结果的准确性和可靠性，助力高质量发展。 人机协同 ( 起草人 ) AI 审核 加终解释权 专利权 理川悄恤 与“虚假”有关 指定产品 / 服务□ 广告标识 身份证 动湿形象 四旗国做 肖像权□ 语音转写 视 f 抽取 语音橙取 通过 业务部门 律师 机器协同 律师意见 ? 不通过 合规物料应用 业务应用 流程发起 合规需求人员 登录智慧法务 场景能力 | 人机协同助力合规审 核 人工干预重提 不通过 律师审核 律师审批 起草合规单 田 机审与自查 均通过 ? 机审结论 文 本 图 像 音频 视频 通过 7 三 ns nIY ETM 1D.RI 班 iEY87 见 P 勤 N InU 首 形 Z9 施 9 7 4sa7 5iGEEFM188 22YEKL 以 B FSIDh0ISID.ZIIE CLA.TBD.7i 动 ， 叶 25 醋医 [=2L 缺 用 EZE EE 是 ILL II.1EZDET 及夏 +a IEEAH!! 日 4 0 Mm.DIB π; 何 的 r 似 .20 反最” .2UHE 两 记 ， + 照 R I n2 ∠1B 1.9m 个 BD a16 编 5 1 1 8 . 分 - 1E 6in! M675iiD/24: 存量展示 准确性提升： 人工分析合同可 能会因为疏忽或疲劳而引入错 误 ，通过算法和模型来确保准 确性，减少人为错误。 · 节约成本： 替代部分人工工作， 从而减少企业的人力成本。通过 减少人为错误，可以避免因错误 而导致的额外费用和损失。 通过结合 OCR 和大模型打造文档自动结构化处理工具，实现合同内容智能提取，可以为企业带来提高效率、准确性提升、 风险管理、合规性管理、战略决策支持、客户服务提升和成本节约等多方面的预期效益。 插件展示 · 合同要素智能提取 预期效益 提高效率： 自动处理大量合同 文档，从而减少了人工阅读、 解析和提取信息的时间。 要素解析 RAG 法律大模型 内容摘要 文书生成 智能问答 知识增强 合同管理系统 RPA 获取合同文书 数据脱敏 + 数据加密 场景能力 | 合同要素智能提 取 法律知识库 ( 法条、类案、合同要 素 ) 实时 提取 大多公司合同管理以纸质为主，合同双方用印后需人工确认用印规范性及用印文本与电子文本的一致性，但用印照片多，工 作量大，存在人员疲劳等引起误差的风险。 Al 稽核能力融合 IPA 数智员工实现智慧合同用印审核，减少人工审核误差。 用印申请流程 用印结果审核流程 RPA 自动化执行 RPA 自动化执行 场景能力 |Al+RPA 助力智慧合同用 印 信息一 用印申请 通过 合同正文行数， 主体 . 日期编 号信息识别 比对电子 合同信息 用户用印 结果上传 用印结果 审核通过 用户提交 用印申请 签字、日 期识别 比对用印 系统信息 信息一 致 人工审核 信息存在差异 信息存在差异 智能辅助环节 9 案情分析 · 案情结构化：通过 大模型实现案件文 书实体识别、关系 抽取、事件抽取等 案件结果预测、类案推荐 · 案件结果预测：计 算案件 结果概率 · 类案推荐：分类推 荐 TOP10 相似案件 法律处理意见书生成 · 法律意见书生成：诉 讼思路、拟提交证据 清单、风险分析 案件管理往往取决于个人专业能力和诉讼经验，容易带来处理方式随机性、处理过程不规范以及处理结果不可预测等问题。 充分利用 NLP 和大模型技术，打造案情分析、案件结果预测、类案推荐、法律意见书生成等关键能力，实现案件管理智能化升级。 案件办理 智慧案件辅助 案情分析 类案推荐 意见书生成 判决结果 是 否 上 诉 - 是 上诉审批 收办案进行案件预测 调解 败诉概率 >90% 办案类案推送、诉讼策略 是 是否同怠 否 场景能力 |AI 赋能案件管理全流 程 案件结果 预测 结案完善知识库 智能辅助环节 其他系统 执行 结案执行 案件审批 胜 诉 收案 败 诉 否 10 基于区块链技术，将资质证照进行上链认证并在线打印的智能管控，实现资质证照的管理、领用和追溯，提高工作效率、减 少 人工成本并减少纸质证照的使用频次，保障证照的安全性和防篡改性。 需求人员起草工单 领导审批 法务部人员 仅供 仅供 仅供 线上打印 补打印 区块链 需求人员起草工单 领导审批 部门会签 邮 政 EMS 自取 ? 看申请人时间 使 用 使 用 使 用 线下领取 邮寄至少 2 天 场景能力 | 资质证照智慧领 用 法务部人员确认 加密上传区块链 需求人员打印 打印控制 防伪和防算改 电子化存储 11 文字识别 广告标识 国旗检测 影视剧照 语曾转写 商标台标 二维仍识别 术字 智慧合规管理 视频抽取 隐私物品 动漫形象 肖像权 虚假宣传 保证承诺 公序良俗 歧视 广告内言 等用同汇 有关 欧调滨导 点击 智能合同用印 清晰度检测 正文结构识别 编号、日期识别 手写签名分类 融合赋能 智慧证照管理 防伪和防篆改 身份认证授权 远程查证验证 存储及业务优化 智慧案件管理 类按匹配 案件预测 意见书生成 智慧法律问笞 知识库 检索增强 结果优化 通 过 “ Al+” 构建企业合规风险监管体系实现营销业务全量智能审核，提升合规审查效率，极大提升营销合规率，防范合规 风险，同时构建法律大模型及多元技术基座，通过智能化法律辅助，大大提升法律事务效率， 节约人工成本。 项目效益 经济效益可观 全省预计约年节合规审核人工成 本 4 人年，节约证照邮寄费用 5 万 / 年，合同用印扫描成本约 2 人年。 合规及法律事务处理效率提升 合规审核 时长下降 93.3%, 法律事 务处理时长下降约 66.7% 。 防范合规风险 实时监测合规趋势，动态追踪违 规态势，合规规则自动升级 ；违 规内容全面识 别，极大降低合规 风 险 ； 构 建 复 杂 模 型 体 系 ， 违规 识别高准确率。 OCR 识别 语普识别 CV 技术 NLP 技术 RPA 区块链 XXXX 法务大模型 数 据 科 学 合规样本 1 i! 合同 样本 1! !! 意见书 样本 …… 降低法律服务门槛 使 用 人 工 智 能 等 技 术 ， 通 过 降 低 法 律 服 务 的 门 槛 ， 以 在 线 问 答 等 方式解决大部分基础 咨询问 题。 落地案例 |XXXX 智慧法务体 系 训练 微调 训练 行业大数据 法律 法规 XXXX 智慧法务体 系 酒用知识 通用数据 集中化 合同系统 法律管 理平台 山东移 动 OA 业 务 系 统 裁判 文书 12 构建大模型安全评估平台，集成安全评测数据、安全评估模型以及评估工具和流程，提供开放接口和界面，可以快速进行大 模型安全评估和获取安全评估报告。从辱骂仇恨、偏见歧视、违法犯罪等八个典型安全场景和六种指令攻击综合评估大语言模型 的安全性能。 基础 设 施 显卡算力 数据存储 凹智△ l 平 台 平台管理 13 评估层 大模型安全自动化评测 Agent 样本调用 钢用安全模里评估 报告生成 数据标注 大模型安全评估 大博里安全评测平台 金融风分 医学风险 重 直 领 域 安全微调后 的 LLM Evaluator LLM1 Evaluator LLM2 大模型安全评估框架 应用层 数回管理 数匡雪理平台 侮辱性内容 不公平和歧视 犯呢和非法活动 隐私和财产 API 模 型 Claude2 GPT4 ERINE3 目标劫持 Prompt 泄露 角色扮演扫令攻击 数据层 典型风险 奖励模型 RM RM1 RM2 不安全指令 带有不安全现 点的查询 反向吊罐 敌匪话题 身体伤害 心理健顾 伦理道铝 安全报告蓝询 模型层 注入攻击 数据预处理 · 数据去重：重复预料会降低语言 模 型的多样性，可能导致训练过 程 不稳定，需从不同粒度上去重。 · 噪声及错误数据处理：可使用分 词、词性标注、实体识别等处理 去除一些无意义的信息。 训练奖励模型 RM · 用 SFT 微调的 LLM 为每个问题 生成 4-9 个回复，并通过人工对 这些回复进行排名 · 通过基模型基于这些回复排名数 据集来训练奖励模型。奖励模型 输出是一个表示偏好的数值。 针对大模型自身可能产生的安全风险，通过安全对齐技术实现更有用、诚实和无害的安全大模型。从提升训练数据的安全性、 安 全 对 齐 微 调 两 个 方 面 改 善 大 模 型 安 全 性 。 确保数据来源可靠 · 建立数据来源可靠性标准评分， 对训练数据按照数据来源进行分 类分级 · 建立易操作的标注标准和完善的 数据标注流程，从流程和规范性 上确保自建数据集的合理合规 有监督微调 SFT · 给定或采样 prompt 数据集，让 人类为其编写高质量回答。 · 使用该数据通过一种监督式方式 来 微 调 预 训 练 模 型 (Supervised Fine-Tuning, SFT) 敏感信息检测与去除 · 随机化：通过将敏感数据替换为 随 机值或者伪随机值。 · 加密：通过对敏感数据进行加密， 保护数据的机密性。 · 截断：截断敏感数据的一部分或 全部，从而避免敏感信息暴露。 强化学习微调 · 将语言模型的微调表述为强化学 习问题，采用 PPO 等算法进行 微 调 。 大模型安全对齐 训 练 数 据 安 全 安 全 对 齐 技 术 14 大模型安全对齐可