ChatLaw

详情介绍

ChatLaw 是一个专注于中文法律领域的AI大模型，由北京大学-兔展智能AIGC联合实验室开发。它的诞生是为了解决普通人遇到法律问题时“找不到律师、看不懂法条、写不了文书”的痛点。该模型基于海量的法律数据进行训练，包括超过2亿份判例文书、340万条法律法规，并通过资深律师进行人工标注校准，确保专业性和可靠性。ChatLaw 不仅可以在网页上免费，还开源了多个版本的模型供开发者研究。它支持文件（如合同、判决书）和语音输入，能够自动抽取关键信息、生成可视化图表，并提供法律咨询、文书撰写、法条检索等一站式服务。

官网入口地址

ChatLaw 官网网址：https://www.chatlaw.cloud/

下载地址

ChatLaw 主要通过网页版提供服务，无需下载安装客户端。对于希望本地部署或进行二次开发的用户，项目已在GitHub上开源，开源地址为：https://github.com/PKU-YuanGroup/ChatLaw

功能介绍

ChatLaw 围绕法律场景提供了一套完整的智能化功能：

1. 多模态输入与信息抽取：支持用户上传多种格式的法律材料，包括文本文件（如合同、判决书）和录音文件。模型能够自动读取这些材料，抽取中的关键信息（如时间、地点、当事人、争议焦点），并以结构化的方式呈现，甚至可以生成思维导图和图表，帮助用户快速理清案件脉络。

2. 智能法律咨询：用户可以像日常聊天一样，用自然语言描述自己遇到的法律问题，“公司要辞退我，怎么要赔偿？”。ChatLaw 能够理解问题，并基于内置的法律知识库，提供初步的法律分析和建议，并引用相关的法律法规和相似案例作为参考。

3. 法律文书辅助生成：根据用户提供的案情信息，ChatLaw 可以辅助生成多种法律文书的草稿，如劳动仲裁申请书、状、律师函、调解建议书等。这能极大降低普通人启动法律程序的门槛。

4. 精准法条匹配：模型集成了法律特征词抽取技术，能从用户的日常口语中准确识别出法律相关的关键词。同时，内置的Text2Vec模型（基于大量判决案例训练）可以将用户的问题与知识库中最相关的法律法规条文进行精准匹配。

5. 多模式对话与输出：提供对话、写作、知识库三种模式。在对话中，又可以根据需要选择快速、均衡或详细的回复风格。输出形式也很多样，除了文字，还可以是思维导图、图表等。

6. 法律援助资源推荐：当模型判断用户的问题需要线下专业律师介入时，它会根据用户所在地理位置等信息，智能推荐附近的法律援助中心或律师事务所，提供进一步帮助的渠道。

应用场景

ChatLaw 的应用场景广泛，主要服务于有法律需求的个人和法律从业者：

• 个人法律咨询与维权：当普通人遇到劳动纠纷、婚姻家庭问题、借贷矛盾、消费维权时，可以向ChatLaw咨询，了解基本法律知识、评估自身情况、获取维权步骤建议，并生成初步的法律文书，降低维权成本。

• 法律文书初步撰写：需要撰写状、申请书但请不起律师的个人，或者希望快速生成文书初稿以提高效率的律师助理、法务人员，可以利用ChatLaw快速生成草稿，再进行人工修改和完善。

• 案情分析与证据梳理：面对一堆杂乱的合同、聊天记录或录音，用户可以将材料上传给ChatLaw，让它帮助提炼关键信息、梳理事实脉络、形成案情摘要或证据清单，为后续处理打下基础。

• 法律学习与研究：法律专业的学生或研究者可以用它来辅助查找法条、理解特定法律概念、获取案例参考，作为学习和研究的辅助工具。

补充信息

• 定价：ChatLaw 的核心目标是提供普惠法律服务，官网提供的在线版本目前是免费的，没有使用次数限制。这对于普通用户来说是非常友好的。不过，由于是免费服务且广受欢迎，官网服务器曾出现过因访问量过大而崩溃的情况，团队正在持续修复和优化。对于需要商业化集成或高并发的企业用户，则可以通过API服务（如302.AI提供的接口）接入，费用需参考具体服务商的定价。

• 开源模型：为促进技术发展，北大团队开源了多个版本的模型，包括ChatLaw-13B、ChatLaw-33B以及用于法条匹配的ChatLaw-TextVec。开发者可以基于这些模型进行本地部署和研究，构建属于自己的法律AI应用。

• 技术特点：ChatLaw 最核心的技术创新是“先验知识约束”。传统大模型在生成内容时出现“幻觉”（即编造不实信息），这在严谨的法律领域是致命的。ChatLaw 团队通过在训练和推理阶段引入法律知识进行约束，显著降低了模型的幻觉风险，确保了生成内容的准确性。在法律职业资格考试和Lawbench等专业评测集上，ChatLaw的准确率均领先于他模型。

ChatLaw常见问题