ChatLaw
北大开源法律大模型
官网: 立即访问
工具介绍
ChatLaw具体信息
ChatLaw(智法)是由北京大学深圳研究生院—兔展智能AIGC联合实验室与北京大学信息工程学院袁粒课题组于2023年7月联合发布并开源的中文法律大模型与智能法律助手。
它以通用大模型为底座,注入大量法条、司法解释、判决文书、法律咨询与法考题等专业语料进行训练,并引入知识图谱、混合专家(MoE)与多智能体协作架构,显著降低模型幻觉、提升回答的准确性与可靠性。
其核心理念是“普惠法律服务”:让不懂法律、请不起律师的普通人也能获得专业的法律咨询、文书起草与维权指引,同时为执业律师提供高效的工作辅助。
智能法律咨询:支持用大白话描述案情,模型会先引导补充信息,再进行多轮法律分析。
法律文书生成:自动起草起诉状、合同、律师函等专业文书,并支持基于上下文的批量生成。
多模态材料处理:支持上传文件与录音,自动抽取关键信息、归纳分析,生成思维导图、图表等可视化结果。
法条精准匹配:内置Text2Vec相似度模型,可将用户提问与对应法条、判例进行高精度匹配。
双模式对话:分为普通类与专业类,并提供快速、均衡、详细三种回答粒度。
法律援助推荐:识别到需要人工介入时,自动推荐相应的法律援助中心。
多智能体协作:通过调度模型协调子模型与插件,输出结构化、可追溯的法律咨询报告。
方式一:在线体验。访问官网 chatlaw.cloud,免注册、免费使用,选择对话、写作或知识库模式,输入问题或上传材料即可获得结构化解答。
方式二:本地部署。从GitHub克隆 PKU-YuanGroup/ChatLaw 仓库,配置Python环境与依赖,下载对应模型权重(ChatLaw-13B、ChatLaw-33B或ChatLaw2-MoE)后启动服务即可调用。
方式三:学术研究与二次开发。可基于开源模型权重进行微调,接入自有知识库与业务系统,构建专属法律应用。
专业性强:使用海量法律领域语料训练,并经资深律师人工标注与审核,法律问答表现优于通用大模型。
抗幻觉设计:通过先验知识约束、知识图谱与推理阶段约束,显著减少“一本正经胡说八道”的问题。
性能领先:在LawBench与统一法律职业资格考试测试集上均超越GPT-4,在真实咨询场景的多维评分中保持领先。
架构先进:采用MoE混合专家与多智能体协作,分工处理复杂问题,输出可追溯的咨询报告。
开放普惠:多个模型版本开源,网页端免费、免注册、不限次数。
隐私保护:对用户上传的文件数据进行自动脱敏处理。
普通民众:遇到劳动纠纷、借贷、婚姻家事等日常法律问题时,可获得初步法律建议与维权指引。
中小企业与创业者:快速生成、审查合同与协议,降低法务成本。
律师等法律从业者:作为效率助手,辅助完成资料整理、文书起草、类案检索等基础工作。
法学生与研究者:辅助法律学习与法考复习,支持法律NLP、法律AI方向的学术研究。
法律服务平台与司法机关:可基于开源模型二次开发集成,为更多公众提供智能法律服务。
Q1: ChatLaw是免费的吗?
A1: 是。网页端在线体验免费、无需注册、不限次数;开源模型权重也可免费下载,用于学习与学术研究。
Q2: ChatLaw可以直接商用吗?
A2: 需注意。当前开源版本(如ChatLaw-13B、ChatLaw-33B)仅供学术参考,其基座模型各有授权约束;可商用版本已作为产品内部接入,商用前请查阅模型授权并联系团队确认。
Q3: 本地部署需要什么样的硬件配置?
A3: 13B模型建议至少32GB内存/显存;33B及以上版本建议配备大显存GPU(如多卡),也可使用云端算力平台一键部署。
Q4: ChatLaw的回答一定准确吗?
A4: 不一定。虽然ChatLaw通过知识约束大幅降低了幻觉,但AI仍可能出现错误,涉及重大权益的问题建议咨询执业律师,并以其专业意见为准。
Q5: ChatLaw支持哪些输入形式?
A5: 支持文字输入,也支持上传文件(如劳动合同、解雇通知)和录音等材料,系统会自动抽取关键信息并生成可视化分析。
ChatLaw数据分析
数据更新于 2026-08-01,每月更新一次,预计15号之前完成更新,数据仅统计主域名:github.com。
总访问量
615,240,000
环比变化
-3.28%
平均停留
00:06:23
跳出率
36.34%
- 直接访问 52.10%
- 搜索引擎 25.35%
- 展示广告 0.27%
- 引荐流量 9.88%
- 社交媒体 9.24%
- 邮件 1.16%
- 其他 1.99%
- United States 19.35%
- China 11.29%
- India 10.2%
- Russia 8.43%
- Germany 4.06%