LaWGPT：你的私人法律顾问！
LaWGPT 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。
又双叒叕裁员，互联网裁员几时休？被裁员了如何赔偿？
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！
快速开始
- 准备代码，创建环境
# 下载代码
git clone [email protected]: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
- 访问 http://127.0.0.1:7860 ：
-
合并模型权重（可选）
如果您想使用 LaWGPT-7B-alpha 模型，可跳过改步，直接进入步骤3.
如果您想使用 LaWGPT-7B-beta1.0 模型：
由于 LLaMA 和 Chinese-LLaMA 均未开源模型权重。根据相应开源许可，本项目只能发布 LoRA 权重，无法发布完整的模型权重，请各位谅解。
本项目给出合并方式，请各位获取原版权重后自行重构模型。
项目结构
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
数据构建
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
模型评估
输出示例
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？
局限性
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：
- 数据资源有限、模型容量较小，导致其相对较弱的模型记忆和语言能力。因此，在面对事实性知识任务时，可能会生成不正确的结果。
- 该系列模型只进行了初步的人类意图对齐。因此，可能产生不可预测的有害内容以及不符合人类偏好和价值观的内容。
- 自我认知能力存在问题，中文理解能力有待增强。
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。
免责声明
请各位严格遵守如下约定：
- 本项目任何资源仅供学术研究使用，严禁任何商业用途。
- 模型输出受多种不确定性因素影响，本项目当前无法保证其准确性，严禁用于真实法律场景。
- 本项目不承担任何法律责任，亦不对因使用相关资源和输出结果而可能产生的任何损失承担责任。
致谢
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：
- Chinese-LLaMA-Alpaca: https://github.com/ymcui/Chinese-LLaMA-Alpaca
- LLaMA: https://github.com/facebookresearch/llama
- Alpaca: https://github.com/tatsu-lab/stanford_alpaca
- alpaca-lora: https://github.com/tloen/alpaca-lora
- ChatGLM-6B: https://github.com/THUDM/ChatGLM-6B
此外，本项目基于开放数据资源，详见 Awesome Chinese Legal Resources，一并表示感谢。