山东大学信息检索实验室

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，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。

基于法条检索回复案例：

图：基于法条检索回复案例1

图：基于法条检索回复案例2

图：基于法条检索回复案例3

基于案例检索回复案例：

在基于案例检索回复功能中，夫子明察大模型能够依据输入的案情信息生成相应的案例，并检索相似案例辅助判决生成。

图：基于案例检索回复案例1

图：基于案例检索回复案例2

图：基于案例检索回复案例3

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。

三段论推理判决案例：

夫子明察可以输出法条作为大前提，各种犯罪要件等作为小前提，得到判决结果作为结论。

图：三段论推理判决案例

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。

中文无监督司法语料约2000万条（包括法律法规、判决文书等）

中文有监督司法微调数据约20万条（包括自主构建的三段论格式的法律判决数据和类案检索数据等）

夫子明察大模型的训练过程分为两个关键阶段：大规模司法语料的增量预训练和基于高质量司法数据的模型微调。

第一阶段，使用大规模司法语料，对ChatGLM基座大模型进行增量预训练。针对司法领域，使用约2000万条判决文书和法律法规等司法语料（共约400亿token），对夫子明察大模型进一步增量预训练，使模型获得在法律领域的基础理解能力。

第二阶段，利用有标注司法数据，对夫子明察大模型进行微调。针对司法领域，使用近20万条高质量司法任务数据来增强模型领域指令遵循的能力。为了防止模型遗忘通用指令遵循能力，微调数据中引入通用领域指令微调数据。通过全量微调，夫子明察大模型在下游法律任务上的表现显著提升。

值得一提的是，夫子明察司法大模型是基于山东大学信息检索实验室自主研发的基础大模型平台——AIzoo训练而成。AIzoo是一个开放、自主、可控的多学科融合人工智能支撑平台，包含可视化、机器学习、深度学习、自然语言处理模块、图像处理模块等前沿技术，可用于实验设计，模型设计和指标测评等科研活动,能够面向各行业各领域的开展具体应用。实现产、学、研、用一体化发展。

图：AIzoo基础大模型平台

图：夫子明察大模型训练任务流

夫子明察在大量法律判决数据上进行了训练，因此擅长司法判决、案情分析，其他任务如法律咨询、司法考试尽管数据量偏小，但也能有不错的表现。

我们通过对不同法律模型进行测试样例比对，来展示夫子明察在其他任务和数据上的表现。

询问：政府公务员可以成为企业合伙人吗

询问：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。

尽管夫子明察并没有在案情分析数据集上进行训练，但也表现出了不错的分析能力。语言风格上其他法律模型会更加自然、口语化，回复格式统一。

询问：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？

夫子明察司法大模型的诞生不仅优化了法律咨询和解答服务的精准度，也预示着未来更智能、更人性化的法律服务体系的开展。我们坚信夫子明察将不断创新，引领法律服务行业向更高层次迈进。