ChatLaw

什么是 ChatLaw？（平台定位与核心价值）

ChatLaw（github.com/PKU-YuanGroup/ChatLaw）是由北京大学深圳研究生院（PKU-YuanGroup）联合前沿科技机构倾力研发并完全面向全球开源的中文法律大语言模型与智能司法推理系统。作为全球开源学术界首个专注于中文司法垂直领域的大模型标杆项目，ChatLaw在GitHub上收获了海内外数以万计开发者的关注与赞誉。项目创新性地提出了将底层通用大模型与专业法律知识检索库、向量数据库以及逻辑关键词推理链深度结合的混合架构，在法律问答、法条推荐、司法考试真题推演等基准评测中展现出卓越的专业性能。

适用人群与典型场景

• AI 垂直领域开发者与科研学者：研究行业垂直大模型微调、RAG外挂知识库优化以及大模型在司法复杂逻辑中的对抗训练。
• 高校法学院与计算机系师生：作为产学研结合的经典范例，用于前沿学术实验、算法评测与毕业设计课题研究。
• 中小企业与政企信息化部门：基于开源代码与模型权重，快速在内网服务器完成完全自主可控的离线私有化部署。
• 法律求知者与法律科技极客：零成本探索前沿学术级法律大模型的推理边界与实践效果。

核心功能与特色亮点

• 学术顶尖的混合专业架构：采用自研的法律知识检索器与逻辑推理链，有效克服了传统大模型在法条引用上的虚假幻觉。
• 开源公开的全套微调模型权重：在Hugging Face与ModelScope上完全公开不同参数量级（如7B/13B）的模型检查点，供全球免费下载。
• 高质量中文法律评测数据集：整理并开源了涵盖民商法、刑法、行政法等数万条高质量法律问答与司法考试真实样本。
• 支持全流程本地私有化部署：提供完整的Docker容器镜像与一键部署脚本，保障涉案机密数据完全不出本地内网。

如何快速上手 ChatLaw？（使用教程）

环境与使用前置：ChatLaw完整源码与模型权重开源在GitHub（github.com/PKU-YuanGroup/ChatLaw），推荐在配备独立GPU（显存建议16GB以上）的Linux或Windows电脑上进行本地私有化部署实操。

1. 访问 GitHub 开源项目页：在浏览器输入官方仓库地址，Star并查看项目详细技术文档。
2. 克隆项目并配置环境：在本地终端执行 git clone，根据 requirements.txt 安装对应的 PyTorch 与依赖库。
3. 下载开源模型权重文件：从 Hugging Face 或魔搭社区下载 ChatLaw 预训练权重至本地 models 目录。
4. 启动本地 WebUI 演示服务：运行 python app.py，系统即刻在本地浏览器开启直观友好的问答交互界面。
5. 开始法律推理对话：输入具体的案情事实，系统在本地显卡推理下逐字输出适用法条、责任分析与维权思路。

收费标准与版本差异（产品价格）

ChatLaw秉承坚定的北京大学学术开源与公益共享理念：

• 100% 完全免费开源（Open Source）：代码、学术论文、训练数据集与模型权重全部免费开源供个人学习、学术科研与商业探索。

客观评价与选型建议

优势：北京大学顶尖学术团队自研，学术严谨度极高，代码与权重完全开源透明，支持本地完全离线私有化部署。
局限与建议：本地部署需要具备一定的Python与显卡驱动配置技能，面向纯小白用户建议直接使用网页开箱即用类大厂平台。
同类工具横向参考：百度完全免费在线法律平台推荐法行宝；阿里大厂在线服务推荐通义法睿；专业司法检索推荐得理法搜。