余弦法律助理（copilot）：法律行业的大模型应用展望

在人工智能时代，法律行业正经历着前所未有的变革。从ChatGPT到LLaMA，再到法律专属的ChatLaw，各种大模型在法律咨询与服务上正逐渐显现其潜力。但在这一发展过程中，优质、相关性强的数据资源仍是推动行业进步的核心。

余弦法律COSINE法律小助理正是在此背景下诞生，旨在为法律从业者提供一个集合现代AI技术的助力平台，在内测3周后调研使用者（约20人），辅助实现了约40%的日常工作量显著减少，真正解锁了高度专业化的法律服务生产力。

目标用户：法律咨询服务方>律师>在校法学生>需要法律咨询的用户

1.背景简介

随着人工智能在多个领域的渗透，例如通过BloombergGPT和FinGPT等模型在金融分析上的应用拓展，法律领域的AI应用也逐步开花结果。其中，ChatLaw的诞生，对法律行业的数据处理和咨询服务产生了深远影响。

2.技术与数据集

余弦法律COSINE法律小助理建立在一套庞大并充满活力的数据集之上，该数据集融合了真实的约10万条法律咨询数据、8000多指导参考案例、800多万经过筛选认为有价值的案例、司法考试题库以及法规法案，它们的多样性和丰富性为模型和知识库提供了全面而准确的法律知识。

3.独特的训练过程

基于mistral 8b MOE模型，借助LORA的微调技术和预先设计好的角色体系，克服了模型训练中的幻觉难题，有效提高了模型实际应用的准确率。

4.实验与分析

为验证模型性能，余弦法律COSINE法律小助理采用了ELO积分模型进行比较测试，收获了在多项选择题、关键词提取和问答场景下的优异表现，凸显了模型在法律逻辑推理方面的应用潜力。

面对常规事实描述，结合微调和知识库，回答有效率达到97%；非常规描述（描述不清晰、事实不明确、过于简单<10字），回答有效率达到了72%。

5.总结

余弦法律COSINE法律小助理，是在法律特定领域知识积累的基础上发展而来，它结合了LLM技术和向量知识库的优势，大幅改善了法律行业的服务品质与效率。对于法律从业者而言，它不仅减轻了工作负担，还打开了一扇通往更先进、更精准法律服务的门。

未来，我们将进一步完善模型，力图为用户提供更加智能化、专业化的法律辅助服务。

————————————————
版权声明：文案为余弦法律COSINE原创内容，遵循CC 4.0 BY-SA版权协议，转载请务必附带链接及本声明。
原文链接：余弦法律官网