幂律智能CEO涂存超：深度剖析法律大模型在合同场景的运用
近日，幂律智能CEO涂存超受邀为蚂蚁集团法务部人员分享「大模型在合同场景的运用」，为相关人员解答了法律大模型的问题。
法律行业因其行业属性，也是最先受到大模型影响的行业。幂律智能从2017年开始即投身于法律人工智能研发，持续推出Legal AI相关预训练模型成果及产品应用，并在今年发布了国内千亿参数法律大模型PowerLawGLM。
幂律智能创始人&CEO涂存超结合幂律智能在法律AI应用方面的探索历程与产品实践经验，分享如何从0到1，将法律AI进行落地并产生实际的价值。
为什么需要法律大模型
幂律智能CEO涂存超首先介绍了幂律智能公司的整体情况，自公司成立以来聚焦于法律赛道，利用法律AI能力，向企业提供智能合同产品。目前服务了大型企业、互联网公司、制造业、连锁零售企业、医疗企业以及国央企的多家客户，为不同行业提供了定制化解决方案。
6月底，幂律推出了法律垂直大模型PowerlawGLM，涂存超从大模型的技术原理出发，向在场人员介绍了为什么目前需要法律大模型。
传统的方式是使用小模型，但它的限制就是依赖于高质量的标注数据，完全通过标注数据的方式会导致数据分布不均匀。大模型的出现则解决了这个问题，大量的无标注的数据都可以喂给模型进行训练，最终达到文本预测的能力。
通过语言模型预训练、微调等方式，大模型相比传统模型的优势在于利用大量无标注数据进行训练，让它的文本接近于人写出来的文字，更趋近于人的表达方式。
法律垂直大模型如何赋能合同
法律行业和医疗行业比较相似，数据比较敏感且容错率低。幂律智能从18年开始，就对公开的法律数据和高质量的合同数据都做了大量的积累。
幂律智能目前的合同管理解决方案贯穿了合同的全生命周期，而且在PowerlawGLM的加持下，引入了更多的AI能力。比如在合同管理系统中直接通过对话的形式知道合同查询的结果，同时通过对话的方式来知道，合同原文中的表述和依据，彻底改变了人跟工具的交互方式和人对信息的获取和加工处理的方式，跟工具配合的方式更新融洽。
法律大模型在合同场景应用上，结合模板、知识库等完成信息抽取、审核、管理等功能，效果明显优于通用模型。法律场景范式跟大模型的基础是天然匹配，帮助法律人进行一些分析对话的能力。
法律大模型如何高效应用落地
幂律智能讨论了法律大模型应用实际效果、可靠性保障、未来发展、与人工分工等问题，并且重点讨论了法律大模型如何高效应用落地的问题：
法律大模型首先需要大量的高质量的数据，无论是公开的专业的法律数据，还是私有的高质量的数据，需要用结构化的知识来训练法律大模型。
提前锚定好训练这个法律大模型究竟解决什么场景的问题，比如是合同场景或者是法律知识咨询的场景，可以让大模型直接抽取关键的信息要素。
通过基座层来阅读大量法律文本；通过对话层与法律对话场景对齐，具备法律场景的对话能力；通过应用层来保证输出结果质量和可靠性。
结合对场景的理解来进行相应的调整，保证输出的结果是可靠的，需要从问题的理解能力、法律专业能力、回答的准确性与操作的可行性、回答的道德及法律遵循程度来评估效果。
真正落地到实际的产品中，来看看大模型如何赋能合同场景，用幂律智能的产品来举例，它解决了智能合同审查产品MeCheck定制审查清单的痛点，而智能合同管理产品MeFlow在对接大模型之后，则在某些场景中颠覆以往的操作，甚至可以一步到位来反馈最终的结果。
最后，涂存超提出大模型技术可以极大提升法律工作效率，与会人员就模型应用场景、风险控制、国内外发展情况等进行了讨论和交流。
经过现场探讨，大家对于法律大模型应用有了更深刻的认知，同时期待大模型在企业合同管理中发挥更大的价值。
