Chatlaw: многоагентный юридический ассистент на основе архитектуры смеси экспертов, согласованной с ролями

Chatlaw: A Multi-Agent Legal Assistant based on a Role-Aligned Mixture-of-Experts Architecture
Hao Li, Jiaxi Cui, Li Yuan, Yonghong Tian, Yan Yang, Munan Ning, Zongjian Li, Bohua Chen, Bin Ling
2026-05-01

китайская правовая системабенчмарк LawBenchсмесь экспертов с выравниванием по ролямЕдиный квалификационный экзаменмультиагентный юридический ассистент
Искусственный интеллект (ИИ) обладает значительным потенциалом в сфере юридических услуг, однако большие языковые модели (LLM) сталкиваются с двумя основными проблемами: ограниченным знанием китайской правовой системы и подверженностью галлюцинациям. Для решения этих проблем мы представляем Chatlaw — многоагентного юридического ассистента. Архитектура Chatlaw разработана для имитации стандартных операционных процедур (SOP) реальных юридических фирм, в которых специалисты, выполняющие разные роли (например, ассистент, исследователь и старший юрист), совместно работают над делом. Для вычислительного воспроизведения этой структуры взаимодействия мы разработали новую архитектуру смеси экспертов, согласованной с ролями (Role-Aligned Mixture-of-Experts, RA-MoE). В этой системе внутренние «эксперты» специально обучены в соответствии с отдельными задачами каждой агентной роли (например, формулированием запросов, анализом и подготовкой документов). Эти специализированные агенты (юридический ассистент, исследователь и др.) образуют совместную рабочую структуру. При взаимодействии с пользователями, извлечении правовой информации, анализе деталей дела или подготовке надежных консультаций архитектура RA-MoE интеллектуально направляет вычисления к соответствующему специализированному эксперту, обеспечивая выполнение каждого этапа наиболее подходящими параметрами. В ходе оценки Chatlaw превзошел универсальные модели ИИ, включая GPT-4, продемонстрировав повышение точности на 7,73% по бенчмарку LawBench и результат на 11 баллов выше на Едином квалификационном экзамене для специалистов в области права. Исследования реальных дел и экспертные оценки дополнительно подтвердили его устойчивость. Chatlaw повышает доступность и надежность юридических услуг, способствуя развитию правовой поддержки населения. Chatlaw представляет собой продвинутого юридического ассистента на основе ИИ, повышающего точность и надежность юридических услуг. Он объединяет высококачественный правовой набор данных, архитектуру смеси экспертов, согласованной с ролями (RA-MoE), и многоагентную систему для предоставления точных юридических рекомендаций с учетом конкретного дела. Имитируя рабочие процессы реальных юридических фирм, система снижает число ошибок и превосходит универсальные модели ИИ, такие как GPT-4, демонстрируя лучшие результаты в области юридического ...
1
Chatlaw повышает точность на 7,73% по benchmark LawBench и получает на 11 баллов больше на Едином квалификационном экзамене для юристов по сравнению с универсальными ИИ-моделями, включая GPT-4.
2
Chatlaw объединяет высококачественный юридический датасет и поиск правовых знаний для устранения ограниченных знаний о китайской правовой системе и снижения ошибок, связанных с галлюцинациями.
3
Chatlaw представляет многоагентного юридического помощника, имитирующего стандартные рабочие процедуры юридических фирм с помощью взаимодействующих специализированных агентов.
4
Архитектура Role-Aligned Mixture-of-Experts направляет задачи по запросам, анализу и подготовке документов экспертам, специализирующимся на соответствующих юридических ролях.
5
Исследования реальных дел и оценки экспертов подтверждают устойчивость, точность и надёжность Chatlaw при подготовке специализированных юридических консультаций.

Chatlaw — многоагентный ИИ-ассистент для оказания юридических услуг в китайской правовой системе

точность, надёжность и устойчивость адресных для конкретных дел юридических консультаций, формируемых посредством согласованного по ролям многоагентного взаимодействия и маршрутизации в архитектуре смеси экспертов

Publication Details
Publication Date
2026-05-01
Journal
Publisher
ISSN
Cited by
0
Access Type
Author Information
Authors
Hao Li
Jiaxi Cui
Li Yuan
Yonghong Tian
Yan Yang
Munan Ning
Zongjian Li
Bohua Chen
Bin Ling
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%