— 模型 Huggingface 链接: https://huggingface.co/datasets/SDUIRLab/fuzi-mingcha-v1_0 — 数据 Huggingface 链接: https://huggingface.co/datasets/SDUIRLab/fuzi-mingcha-v1_0-data — 数据魔搭链接: https://www.modelscope.cn/datasets/furyton/fuzi-mingcha-v1_0-data — 模型 魔搭链接: https://www.modelscope.cn/models/furyton/fuzi-mingcha-v1_0 Чат GLM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。…
Модальности:
Генерация текста
Области применения:
Юриспруденция
Задача: Генерация текста
Автор: SDUIRLab
Теги: chatglm, feature-extraction, legal, custom_code
Лайков: 12 | Загрузок: 46
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
