LaWGPT[1] 是一系列基于中文法律知识的开源大语言模型。
该系列模型在通用中文基座模型(如 Chinese-LLaMA、ChatGLM 等)的基础上扩充法律领域专有词表、「大规模中文法律语料预训练」,增强了大模型在法律领域的基础语义理解能力。在此基础上,「构造法律领域对话问答数据集、中国司法考试数据集进行指令精调」,提升了模型对法律内容的理解和执行能力。
我们可以用「LaWGPT」来了解相关的法律法规,维护自身的合法权益!
# 下载代码
git clone git@github.com:pengxiao-song/LaWGPT.git
cd LaWGPT
# 创建环境
conda create -n lawgpt python=3.10 -y
conda activate lawgpt
pip install -r requirements.txt
# 启动可视化脚本(自动下载预训练模型约15GB)
bash ./scripts/webui.sh
LaWGPT
├── assets # 静态资源
├── resources # 项目资源
├── models # 基座模型及 lora 权重
│ ├── base_models
│ └── lora_weights
├── outputs # 指令微调的输出权重
├── data # 实验数据
├── scripts # 脚本目录
│ ├── finetune.sh # 指令微调脚本
│ └── webui.sh # 启动服务脚本
├── templates # prompt 模板
├── tools # 工具包
├── utils
├── train_clm.py # 二次训练
├── finetune.py # 指令微调
├── webui.py # 启动服务
├── README.md
└── requirements.txt
本项目基于中文裁判文书网公开法律文书数据、司法考试数据等数据集展开,详情参考中文法律数据汇总
「问题:请给出判决意见。」
「问题:请介绍赌博罪的定义。」
「问题:请问加班工资怎么算?」
「问题:民间借贷受国家保护的合法利息是多少?」
「问题:欠了信用卡的钱还不上要坐牢吗?」
「问题:你能否写一段抢劫罪罪名的案情描述?」
由于计算资源、数据规模等因素限制,当前阶段 LawGPT 存在诸多局限性:
请诸君在使用前了解上述问题,以免造成误解和不必要的麻烦。
请各位严格遵守如下约定:
本项目基于如下开源项目展开,在此对相关项目和开发人员表示诚挚的感谢:
此外,本项目基于开放数据资源,详见 Awesome Chinese Legal Resources[5],一并表示感谢。
[1]
LaWGPT: https://github.com/pengxiao-song/LaWGPT
[2]
LLaMA: https://github.com/facebookresearch/llama
[3]
Chinese-LLaMA: https://github.com/ymcui/Chinese-LLaMA-Alpaca
[4]
合并方式: https://github.com/pengxiao-song/LaWGPT/wiki/%E6%A8%A1%E5%9E%8B%E5%90%88%E5%B9%B6
[5]
Awesome Chinese Legal Resources: https://github.com/pengxiao-song/awesome-chinese-legal-resources