国内法律类大模型介绍

国内法律类大模型列表：

1. ChatLaw (2023-06-28)

       *
基础模型：ChatLAW-13B

       *
数据：论文、新闻、法规、司法解释、法律咨询、法考题、判决文书组成，随后经过清洗、数据增强等来构造训练数据

       *
算力：multiple NVIDIA V100 GPUs

       *
学校：北京大学

       *
Code: https://github.com/PKU-YuanGroup/ChatLaw

2. 韩非(HanFei)
(2023-05-31)

       *
基础模型：HanFei-2.0

       *
数据：案例、法规、起诉状、法律新闻（40G，2K词库）

       *
预训练：中文通用指令（53k）、中文法律指令（4k）、中文通用对话（55k）、中文法律对话（54k）、中文法律问答数据（50k）

       *
包含模块：聊天、摘要等各个模块（150）

       *
评估：法律问题

       *
算力：8 x NVIDIA A100/40GB

       *
机构：中国科学院深圳先进技术研究院、深圳市大数据研究院、香港中文大学（深圳）

       *
Code: https://github.com/siat-nlp/HanFei

3. Lawyer LLaMa (2023-05-24)

       *
基础模型：Chinese-Alpaca-Plus-13B

       *
数据：中国国家统一法律职业资格考试题库、JEC-QA中国法考数据集

       *
算力：7 x NVIDIA A100 GPUs 40GB

       *
学校：清华大学

       *
Code: https:/github.com/AndrewZhe/lawyer-llama

4. LexiLaw (2023-05-16)

       *
基础模型：ChatGLM-6B

       *
数据：法律问答数据、法律知识、百度收集的54k条法律问答数据、法律法规、包含刑法、民法、宪法等法规、法律参考书籍、JEC-QA数据集提供的法律参考书籍、从裁判文书网收集的50k法律文书

       *
开源数据：LaWGGT数据集（@pengxiao-song：包含法律领域专有词汇、专业名词、高引指令等）、法律各领域词表和词向量 @lihuanyong * 包括法律词表、20w法律问答数据、法律文书和犯罪案例、中国法律术语 @lawBook：收集各类法律法规、部门规章案例等

       *
算力：8 x NVIDIA Tesla V100 32GB、24h/epoch
(pre-training), 12/epoch (fine-tuning)

       *
学校：南京大学

       *
Code: https://github.com/csHaitao/LexiLaw

5. LawGPT_zh (2023-04-9)

       *
基础模型：ChatGPT-6B

       *
数据：ChatGPT根据CrimeAssistant的问题重新生成（52k）；根据中华人民共和国手上最核心的法律条款，利用ChatGPT接收生成的情境问答（92k）；法律领域的教科书、经典案例等数据

       *
知识问答：法律知识问题的精准回答

       *
算力：4 x NVIDIA 3090

       *
学校：上海交通大学

       *
Code: https://github.com/LiuHC0428/LAW-GPT

6. LawGPT (2023-04-12)

       *
基础模型：Chinese-Alpaca-Plus-7B

       *
数据：情境对话：真实的律师用户问答（200k）

       *
知识问答：法律知识问题的模糊回答

       *
利用ChatGPT根据CrimeAssistant的问题重新生成（52k）

       *
根据中华人民共和国手上最核心的法律条款，利用ChatGPT接收生成的情境问答（92k）

       *
法律领域的教科书、经典案例等数据

       *
算力：8 x NVIDIA V100 32GB、24h/epoch
(pre-training), 12/epoch (fine-tuning)

       *
中国裁判文书网：裁判书、裁定书、决定书等

       *
官方数据：司法部国家司法考试中心：行政法规、法考真题等

       *
国家法律法规数据库：官方法律法规库

       *
中国法律智能技术测评（CAL）历年赛题数据

       *
中国法研杯人工智能挑战赛（LAC）历年赛题数据

       *
百度知道法律问答数据集：约 3.6w 条法律问答数据，包括用户提问、问题回答、最佳回答

       *
法律知识问答数据集：约 2.3w 条法律问答数据

       *
中国司法考试试题集：约 2.6w 道中国司法考试试题

       *
LaWGPT 数据集（@pengxiao-song：包含法律领域专有词汇、专业名词、高引指令等）

       *
法律各领域词表和词向量 @lihuanyong * 包括法律词表、20w法律问答数据、法律文书和犯罪案例

       *
中国法律术语 @lawBook：收集各类法律法规、部门规章案例等

       *
刑法最新罪名一览表：记录2021年最新刑法罪名

       *
中文裁判文书网公开法律文书数据

       *
司法考试试题

       *
Code:Code: https://github.com/pengxiao-song/LaWGPT