ChatLaw：中文法律大模型

ChatLaw：北京大学信息工程学院袁粒课题组与北大-兔展联合实验室推出的首个中文法律大模型，通过“四合一”分层架构与先验知识约束技术，为用户提供接近专业律师水平的法律咨询、文书撰写与证据分析服务，致力于让每一个普通人都能获得普惠、精准、可信的AI法律援助。

个人用户：面临离婚财产分割、劳动纠纷、合同纠纷、网购维权等日常法律问题但缺乏专业知识的普通民众，通过自然语言对话即可获取专业建议。
律师与法律从业者：作为智能辅助工具处理繁琐的基础工作，如批量生成文书、梳理证据链、检索类案法条，统计显示可提升近50%的工作效率，降低约30%的错误率。
法学研究者与学生：用于法律文献分析、案例研究、模拟法庭训练，辅助法学教育与学术研究。
企业法务与管理者：中小企业用于合同审查、合规咨询、政策解读，快速响应日常法律需求。

快速开始流程：访问官网（chatlaw.cloud）注册账号（目前无使用次数限制） → 在对话框用自然语言描述法律问题（如“被公司强行解聘，如何维权？”）或直接上传文件/录音 → AI自动分析，必要时会追问补充信息（如“是否有其他文件、邮件证据？”）→ 系统结构化抽取要素信息，生成证据导图和法律建议，附带相关法条和案例链接 → 如需文书，直接请求“帮我写一份劳动仲裁起诉书”，AI一键生成符合规范的文书初稿 → 可多轮对话优化，支持导出使用。
智能人工技巧：指令越具体，效果越好。例如输入“我在租房合同未到期时被房东赶走，押金也不退，如何起诉？”，AI能更精准定位。上传原始材料（合同扫描件、对话录音等）可获得更完整的证据分析和文书支持。
设计调整策略：采用“AI生成+人工复核”模式，AI完成80-90%的文书初稿和证据梳理，用户通过复核法条引用、微调措辞完成剩余专业把控。生成的思维导图可直观展示证据关联，便于理解。

ChatLaw由北京大学-兔展联合实验室开发，目前向所有用户免费开放使用，无次数限制。同时团队已开源三个模型版本，供开发者部署和研究。

免费版：网页端完全免费，支持法律咨询、文书生成、文件上传、证据分析等全部核心功能，无使用次数限制。

开源版本：团队开源了三个模型——ChatLaw-13B（学术demo版）、ChatLaw-33B（逻辑推理增强版）、ChatLaw-TextVec（法条匹配模型），开发者可自由下载部署。

质量如何保证？ ChatLaw采用独创的“四合一”分层架构和“先验知识约束”技术。训练数据包含超500万份裁判文书、行政法规及司法解释，以及北大国际法学院和合作律所的私有数据，构建了含120万实体节点、920万关系边的法律知识图谱。推理时通过调度模型、事实归纳模型、法条推理模型、建议生成模型协同工作，法条引用正确率达80%-90%。在司法考试测试集上，通过ELO机制检验，ChatLaw模型得分优于GPT-4。
数据安全如何保障？ 官网采用行业标准加密技术保护用户数据，严格遵守相关法律法规。用户上传的文件和对话内容仅用于当前分析，隐私政策保障用户权益。
和传统律师咨询有什么区别？ ChatLaw提供7×24小时全天候免费智能咨询和文书处理，可替代律师30-40%的基础工作。适合初步法律问题解答和文书起草，大幅节省时间和成本。对于复杂案件，系统会主动推荐线下法律援助资源，实现人机协同。
支持哪些文件格式？ 支持上传文件、录音等多种格式，AI自动抽取关键信息并生成可视化导图。

场景：某普通劳动者突然被公司强行解聘，既不懂法律术语，也不知道如何维权，更无力承担律师咨询费用。

传统方式：上网搜索零散信息，看不懂法条，不知道需要收集哪些证据，更不会写法律文书。最终可能因错过时效或证据不足而放弃维权。

ChatLaw方式：

初步咨询：打开ChatLaw官网，在对话框中输入：“我被公司强行解聘了，这种情况下怎么维权？”
AI追问：ChatLaw自然询问：“是否有其他文件、邮件之类的证据？可以上传给我分析。”
上传证据：劳动者上传了劳动合同、解聘通知邮件和一段与HR的对话录音。
证据分析：AI自动抽取关键信息，将录音和文件资料补充到证据链的思维导图中，清晰展示时间线、争议焦点和证据关联。
法律建议：系统根据《劳动合同法》相关条款，给出具体维权步骤：收集证据→向劳动监察投诉→申请劳动仲裁→法院起诉。每个建议都附带法条链接和相似案例参考。
文书生成：劳动者请求“帮我写一份劳动仲裁起诉书”，AI一键生成格式规范、事实清晰的仲裁申请书，包含当事人信息、仲裁请求、事实与理由、证据清单等完整内容。
法律援助推荐：系统底部贴心地推荐了附近的公益法律援助中心联系方式，方便用户进一步寻求线下支持。

全程耗时：从咨询到获得完整起诉状，全程仅需15分钟，效率提升90%以上，且所有建议和文书都有法条依据，可追溯验证。

数据统计