[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-pengxiao-song--LaWGPT":3,"tool-pengxiao-song--LaWGPT":64},[4,17,25,39,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":10,"last_commit_at":23,"category_tags":24,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":26,"name":27,"github_repo":28,"description_zh":29,"stars":30,"difficulty_score":10,"last_commit_at":31,"category_tags":32,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[33,34,35,36,14,37,15,13,38],"图像","数据工具","视频","插件","其他","音频",{"id":40,"name":41,"github_repo":42,"description_zh":43,"stars":44,"difficulty_score":45,"last_commit_at":46,"category_tags":47,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[14,33,13,15,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":45,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74939,"2026-04-05T23:16:38",[15,33,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":45,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70626,"2026-04-05T22:51:36",[15,14,13,36],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":78,"owner_twitter":78,"owner_website":78,"owner_url":81,"languages":82,"stars":91,"forks":92,"last_commit_at":93,"license":94,"difficulty_score":95,"env_os":96,"env_gpu":97,"env_ram":98,"env_deps":99,"category_tags":104,"github_topics":78,"view_count":10,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":105,"updated_at":106,"faqs":107,"releases":143},4094,"pengxiao-song\u002FLaWGPT","LaWGPT"," 🎉 Repo for LaWGPT, Chinese-Llama tuned with Chinese Legal knowledge. 基于中文法律知识的大语言模型","LaWGPT 是一款专为中文法律领域打造的开源大语言模型。它旨在解决通用人工智能在法律垂直场景下专业知识匮乏、术语理解偏差以及司法逻辑推理能力不足的问题，让机器能更准确地解读法条、分析案情并提供专业的法律咨询建议。\n\n这款工具特别适合法律科技开发者、法学研究人员以及需要处理大量法律文书的专业人士使用。同时，对大模型微调技术感兴趣的 AI 爱好者也能通过该项目深入学习领域模型的构建流程。普通用户亦可借助其部署的演示服务，获得比通用模型更靠谱的法律常识解答。\n\nLaWGPT 的核心技术亮点在于“基座增强 + 指令精调”的双重优化策略。它不仅在 Chinese-LLaMA 等通用中文基座上，利用数十万份中文裁判文书进行了大规模二次预训练，扩充了法律专有词表以夯实语义基础；还精心构造了包含中国司法考试题在内的高质量法律问答数据集进行指令微调。这种从“懂法律词汇”到“会法律推理”的进阶训练，显著提升了模型在复杂法律任务中的表现。项目采用开放的社区协作模式，持续迭代模型版本并共享核心数据资源，是推动中文法律人工智能发展的重要开源力量。","# LaWGPT：基于中文法律知识的大语言模型\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"assets\u002Flogo\u002Flawgpt.jpeg\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_9bedc8e4b606.jpeg\" width=\"80%\" >\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fwiki\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-Wiki-brightgreen\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FHugging%20Face-entity303-green\">\u003C\u002Fa>\n    \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fversion-beta1.1-blue\">\u003C\u002Fa>\n    \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fos-Linux-9cf\">\u003C\u002Fa>\n    \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flast-commit\u002Fpengxiao-song\u002Flawgpt\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fstar-history.com\u002F#pengxiao-song\u002FLaWGPT&Timeline\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fpengxiao-song\u002Flawgpt?color=yellow\">\u003C\u002Fa> \n    \u003C!-- \u003Ca href=\"https:\u002F\u002Fwww.lamda.nju.edu.cn\u002F\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fsupport-NJU--LAMDA-9cf.svg\">\u003C\u002Fa> -->\n\u003C\u002Fp>\n\nLaWGPT 是一系列基于中文法律知识的开源大语言模型。\n\n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。\n\n详细内容请参考[技术报告](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2406.04614)。\n\n---\n\n本项目持续开展，法律领域数据集及系列模型后续相继开源，敬请关注。\n\n## 更新\n\n- 🌟 2023\u002F05\u002F30：公开发布\n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flawgpt-lora-7b-v2\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-LaWGPT--7B--beta1.1-yellow\">\u003C\u002Fa>\n \n  - **LaWGPT-7B-beta1.1**：法律对话模型，构造 35w 高质量法律问答数据集基于 Chinese-alpaca-plus-7B 指令精调\n\n- 📣 2023\u002F05\u002F26：开放 [Discussions 讨论区](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fdiscussions)，欢迎朋友们交流探讨、提出意见、分享观点！\n\n- 🛠️ 2023\u002F05\u002F22：项目主分支结构调整，详见[项目结构](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT#项目结构)；支持[命令行批量推理](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fblob\u002Fmain\u002Fscripts\u002Finfer.sh)\n\n- 🪴 2023\u002F05\u002F15：发布 [中文法律数据源汇总（Awesome Chinese Legal Resources）](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002Fawesome-chinese-legal-resources) 和 [法律领域词表](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fblob\u002Fmain\u002Fresources\u002Flegal_vocab.txt)\n\n- 🌟 2023\u002F05\u002F13：公开发布\n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flegal-lora-7b\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-Legal--Base--7B-blue\">\u003C\u002Fa> \n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flawgpt-legal-lora-7b\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-LaWGPT--7B--beta1.0-yellow\">\u003C\u002Fa>\n  \n  - **Legal-Base-7B**：法律基座模型，使用 50w 中文裁判文书数据二次预训练\n  \n  - **LaWGPT-7B-beta1.0**：法律对话模型，构造 30w 高质量法律问答数据集基于 Legal-Base-7B 指令精调\n  \n- 🌟 2023\u002F04\u002F12：内部测试\n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flawgpt-lora-7b\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-Lawgpt--7B--alpha-yellow\">\u003C\u002Fa>\n  - **LaWGPT-7B-alpha**：在 Chinese-LLaMA-7B 的基础上直接构造 30w 法律问答数据集指令精调\n\n## 快速开始\n\n1. 准备代码，创建环境\n\n   ```bash\n   # 下载代码\n   git clone git@github.com:pengxiao-song\u002FLaWGPT.git\n   cd LaWGPT\n\n   # 创建环境\n   conda create -n lawgpt python=3.10 -y\n   conda activate lawgpt\n   pip install -r requirements.txt\n   ```\n2. **启动 web ui（可选，易于调节参数）**\n\n   - 首先，执行服务启动脚本：`bash scripts\u002Fwebui.sh`\n\n   - 其次，访问 http:\u002F\u002F127.0.0.1:7860 ：\n\n   \u003Cp align=\"center\">\n      \u003Cimg style=\"border-radius: 50%; box-shadow: 0 0 10px rgba(0,0,0,0.5); width: 80%;\", src=\".\u002Fhttps:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_537b1beae84f.jpeg\">\n   \u003C\u002Fp>\n   \n3. **命令行推理（可选，支持批量测试）**\n\n   - 首先，参考 `resources\u002Fexample_infer_data.json` 文件内容构造测试样本集；\n   \n   - 其次，执行推理脚本：`bash scripts\u002Finfer.sh`。其中 `--infer_data_path` 参数为测试样本集路径，如果为空或者路径出错，则以交互模式运行。\n\n注意，以上步骤的默认模型为 LaWGPT-7B-alpha ，如果您想使用 LaWGPT-7B-beta1.0 模型：\n\n- 由于 [LLaMA](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fllama) 和 [Chinese-LLaMA](https:\u002F\u002Fgithub.com\u002Fymcui\u002FChinese-LLaMA-Alpaca) 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。\n\n- 本项目给出[合并方式](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fwiki\u002F%E6%A8%A1%E5%9E%8B%E5%90%88%E5%B9%B6)，请各位获取原版权重后自行重构模型。\n\n\n## 项目结构\n\n```bash    \nLaWGPT\n├── assets    # 静态资源\n├── resources # 项目资源\n├── models    # 基座模型及 lora 权重\n│   ├── base_models\n│   └── lora_weights\n├── outputs   # 指令微调的输出权重\n├── data      # 实验数据\n├── scripts   # 脚本目录\n│   ├── finetune.sh # 指令微调脚本\n│   └── webui.sh    # 启动服务脚本\n├── templates # prompt 模板\n├── tools     # 工具包\n├── utils\n├── train_clm.py  # 二次训练\n├── finetune.py   # 指令微调\n├── webui.py      # 启动服务\n├── README.md\n└── requirements.txt\n```\n\n\n## 数据构建\n\n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[中文法律数据源汇总（Awesome Chinese Legal Resources）](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002Fawesome-chinese-legal-resources)。\n\n1. 初级数据生成：根据 [Stanford_alpaca](https:\u002F\u002Fgithub.com\u002Ftatsu-lab\u002Fstanford_alpaca#data-generation-process) 和 [self-instruct](https:\u002F\u002Fgithub.com\u002Fyizhongw\u002Fself-instruct) 方式生成对话问答数据\n2. 知识引导的数据生成：通过 Knowledge-based Self-Instruct 方式基于中文法律结构化知识生成数据。\n3. 引入 ChatGPT 清洗数据，辅助构造高质量数据集。\n\n## 模型训练\n\nLawGPT 系列模型的训练过程分为两个阶段：\n\n1.  第一阶段：扩充法律领域词表，在大规模法律文书及法典数据上预训练 Chinese-LLaMA\n2.  第二阶段：构造法律领域对话问答数据集，在预训练模型基础上指令精调\n\n### 二次训练流程\n\n1. 参考 `resources\u002Fexample_instruction_train.json` 构造二次训练数据集\n2. 运行 `scripts\u002Ftrain_clm.sh` \n\n### 指令精调步骤\n\n1. 参考 `resources\u002Fexample_instruction_tune.json` 构造指令微调数据集\n2. 运行 `scripts\u002Ffinetune.sh` \n\n### 计算资源\n\n8 张 Tesla V100-SXM2-32GB ：二次训练阶段耗时约 24h \u002F epoch，微调阶段耗时约 12h \u002F epoch\n\n## 模型评估\n\n### 输出示例\n\n\u003Cdetails>\u003Csummary>问题：酒驾撞人怎么判刑？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_be6276252e54.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：请给出判决意见。\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_eff3804b4738.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：请介绍赌博罪的定义。\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_ea3bcffca3da.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：请问加班工资怎么算？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_4a3c3678988e.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：民间借贷受国家保护的合法利息是多少?\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_9c1056f8fb59.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：欠了信用卡的钱还不上要坐牢吗？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_d87c3a97f1da.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：你能否写一段抢劫罪罪名的案情描述？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_537b1beae84f.jpeg)\n\n\u003C\u002Fdetails>\n\n\n### 局限性\n\n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：\n\n1. 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。\n2. 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。\n3. 自我认知能力存在问题，中文理解能力有待增强。\n\n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。\n\n\n## 协作者\n\n如下各位合作开展（按字母序排列）：[@cainiao](https:\u002F\u002Fgithub.com\u002Fherobrine19)、[@njuyxw](https:\u002F\u002Fgithub.com\u002Fnjuyxw)、[@pengxiao-song](https:\u002F\u002Fgithub.com\u002Fpengxiao-song)、[@WNJXYK](https:\u002F\u002Fgithub.com\u002FWNJXYK)\n\n指导老师：李宇峰、郭兰哲、涂威威（\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_499ec421adb2.png\" width=\"10%\" >），由南京大学机器学习与数据挖掘研究组（\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_ebf89b018188.png\" width=\"8%\">  \n）支持\n\n\n## 免责声明\n\n请各位严格遵守如下约定：\n\n1. 本项目任何资源**仅供学术研究使用，严禁任何商业用途**。\n2. 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**。\n3. 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。\n\n\n## 问题反馈\n\n如有问题，请在 GitHub Issue 中提交。\n\n- 提交问题之前，建议查阅 FAQ 及以往的 issue 看是否能解决您的问题。\n- 请礼貌讨论，构建和谐社区。\n\n协作者科研之余推进项目进展，由于人力有限难以实时反馈，给诸君带来不便，敬请谅解！\n\n\n## 致谢\n\n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：\n\n- Chinese-LLaMA-Alpaca: https:\u002F\u002Fgithub.com\u002Fymcui\u002FChinese-LLaMA-Alpaca\n- LLaMA: https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fllama\n- Alpaca: https:\u002F\u002Fgithub.com\u002Ftatsu-lab\u002Fstanford_alpaca\n- alpaca-lora: https:\u002F\u002Fgithub.com\u002Ftloen\u002Falpaca-lora\n- ChatGLM-6B: https:\u002F\u002Fgithub.com\u002FTHUDM\u002FChatGLM-6B\n\n此外，本项目基于开放数据资源，详见 [Awesome Chinese Legal Resources](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002Fawesome-chinese-legal-resources)，一并表示感谢。\n\n\n## 引用\n\n如果您觉得我们的工作对您有所帮助，请考虑引用该项目。\n\n```plain\n@misc{lawgpt,\n      title={LawGPT: A Chinese Legal Knowledge-Enhanced Large Language Model}, \n      author={Zhi Zhou and Jiang-Xin Shi and Peng-Xiao Song and Xiao-Wen Yang and Yi-Xuan Jin and Lan-Zhe Guo and Yu-Feng Li},\n      year={2024},\n      eprint={2406.04614},\n      archivePrefix={arXiv},\n      primaryClass={cs.CL}\n}\n```\n","# LaWGPT：基于中文法律知识的大语言模型\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"assets\u002Flogo\u002Flawgpt.jpeg\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_9bedc8e4b606.jpeg\" width=\"80%\" >\n  \u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fwiki\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-Wiki-brightgreen\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FHugging%20Face-entity303-green\">\u003C\u002Fa>\n    \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fversion-beta1.1-blue\">\u003C\u002Fa>\n    \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fos-Linux-9cf\">\u003C\u002Fa>\n    \u003Ca href=\"\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flast-commit\u002Fpengxiao-song\u002Flawgpt\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fstar-history.com\u002F#pengxiao-song\u002FLaWGPT&Timeline\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fpengxiao-song\u002Flawgpt?color=yellow\">\u003C\u002Fa> \n    \u003C!-- \u003Ca href=\"https:\u002F\u002Fwww.lamda.nju.edu.cn\u002F\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fsupport-NJU--LAMDA-9cf.svg\">\u003C\u002Fa> -->\n\u003C\u002Fp>\n\nLaWGPT 是一系列基于中文法律知识的开源大语言模型。\n\n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。\n\n详细内容请参考[技术报告](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2406.04614)。\n\n---\n\n本项目持续开展，法律领域数据集及系列模型后续相继开源，敬请关注。\n\n## 更新\n\n- 🌟 2023\u002F05\u002F30：公开发布\n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flawgpt-lora-7b-v2\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-LaWGPT--7B--beta1.1-yellow\">\u003C\u002Fa>\n \n  - **LaWGPT-7B-beta1.1**：法律对话模型，构造 35w 高质量法律问答数据集基于 Chinese-alpaca-plus-7B 指令精调\n\n- 📣 2023\u002F05\u002F26：开放 [Discussions 讨论区](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fdiscussions)，欢迎朋友们交流探讨、提出意见、分享观点！\n\n- 🛠️ 2023\u002F05\u002F22：项目主分支结构调整，详见[项目结构](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT#项目结构)；支持[命令行批量推理](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fblob\u002Fmain\u002Fscripts\u002Finfer.sh)\n\n- 🪴 2023\u002F05\u002F15：发布 [中文法律数据源汇总（Awesome Chinese Legal Resources）](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002Fawesome-chinese-legal-resources) 和 [法律领域词表](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fblob\u002Fmain\u002Fresources\u002Flegal_vocab.txt)\n\n- 🌟 2023\u002F05\u002F13：公开发布\n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flegal-lora-7b\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-Legal--Base--7B-blue\">\u003C\u002Fa> \n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flawgpt-legal-lora-7b\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-LaWGPT--7B--beta1.0-yellow\">\u003C\u002Fa>\n  \n  - **Legal-Base-7B**：法律基座模型，使用 50w 中文裁判文书数据二次预训练\n  \n  - **LaWGPT-7B-beta1.0**：法律对话模型，构造 30w 高质量法律问答数据集基于 Legal-Base-7B 指令精调\n  \n- 🌟 2023\u002F04\u002F12：内部测试\n  \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fentity303\u002Flawgpt-lora-7b\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FModel-Lawgpt--7B--alpha-yellow\">\u003C\u002Fa>\n  - **LaWGPT-7B-alpha**：在 Chinese-LLaMA-7B 的基础上直接构造 30w 法律问答数据集指令精调\n\n## 快速开始\n\n1. 准备代码，创建环境\n\n   ```bash\n   # 下载代码\n   git clone git@github.com:pengxiao-song\u002FLaWGPT.git\n   cd LaWGPT\n\n   # 创建环境\n   conda create -n lawgpt python=3.10 -y\n   conda activate lawgpt\n   pip install -r requirements.txt\n   ```\n2. **启动 web ui（可选，易于调节参数）**\n\n   - 首先，执行服务启动脚本：`bash scripts\u002Fwebui.sh`\n\n   - 其次，访问 http:\u002F\u002F127.0.0.1:7860 ：\n\n   \u003Cp align=\"center\">\n      \u003Cimg style=\"border-radius: 50%; box-shadow: 0 0 10px rgba(0,0,0,0.5); width: 80%;\", src=\".\u002Fhttps:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_537b1beae84f.jpeg\">\n   \u003C\u002Fp>\n   \n3. **命令行推理（可选，支持批量测试）**\n\n   - 首先，参考 `resources\u002Fexample_infer_data.json` 文件内容构造测试样本集；\n   \n   - 其次，执行推理脚本：`bash scripts\u002Finfer.sh`。其中 `--infer_data_path` 参数为测试样本集路径，如果为空或者路径出错，则以交互模式运行。\n\n注意，以上步骤的默认模型为 LaWGPT-7B-alpha ，如果您想使用 LaWGPT-7B-beta1.0 模型：\n\n- 由于 [LLaMA](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fllama) 和 [Chinese-LLaMA](https:\u002F\u002Fgithub.com\u002Fymcui\u002FChinese-LLaMA-Alpaca) 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。\n\n- 本项目给出[合并方式](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fwiki\u002F%E6%A8%A1%E5%9E%8B%E5%90%88%E5%B9%B6)，请各位获取原版权重后自行重构模型。\n\n\n## 项目结构\n\n```bash    \nLaWGPT\n├── assets    # 静态资源\n├── resources # 项目资源\n├── models    # 基座模型及 lora 权重\n│   ├── base_models\n│   └── lora_weights\n├── outputs   # 指令微调的输出权重\n├── data      # 实验数据\n├── scripts   # 脚本目录\n│   ├── finetune.sh # 指令微调脚本\n│   └── webui.sh    # 启动服务脚本\n├── templates # prompt 模板\n├── tools     # 工具包\n├── utils\n├── train_clm.py  # 二次训练\n├── finetune.py   # 指令微调\n├── webui.py      # 启动服务\n├── README.md\n└── requirements.txt\n```\n\n\n## 数据构建\n\n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[中文法律数据源汇总（Awesome Chinese Legal Resources）](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002Fawesome-chinese-legal-resources)。\n\n1. 初级数据生成：根据 [Stanford_alpaca](https:\u002F\u002Fgithub.com\u002Ftatsu-lab\u002Fstanford_alpaca#data-generation-process) 和 [self-instruct](https:\u002F\u002Fgithub.com\u002Fyizhongw\u002Fself-instruct) 方式生成对话问答数据\n2. 知识引导的数据生成：通过 Knowledge-based Self-Instruct 方式基于中文法律结构化知识生成数据。\n3. 引入 ChatGPT 清洗数据，辅助构造高质量数据集。\n\n## 模型训练\n\nLawGPT 系列模型的训练过程分为两个阶段：\n\n1.  第一阶段：扩充法律领域词表，在大规模法律文书及法典数据上预训练 Chinese-LLaMA\n2.  第二阶段：构造法律领域对话问答数据集，在预训练模型基础上指令精调\n\n### 二次训练流程\n\n1. 参考 `resources\u002Fexample_instruction_train.json` 构造二次训练数据集\n2. 运行 `scripts\u002Ftrain_clm.sh` \n\n### 指令精调步骤\n\n1. 参考 `resources\u002Fexample_instruction_tune.json` 构造指令微调数据集\n2. 运行 `scripts\u002Ffinetune.sh` \n\n### 计算资源\n\n8 张 Tesla V100-SXM2-32GB ：二次训练阶段耗时约 24h \u002F epoch，微调阶段耗时约 12h \u002F epoch\n\n## 模型评估\n\n### 输出示例\n\n\u003Cdetails>\u003Csummary>问题：酒驾撞人怎么判刑？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_be6276252e54.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：请给出判决意见。\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_eff3804b4738.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：请介绍赌博罪的定义。\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_ea3bcffca3da.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：请问加班工资怎么算？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_4a3c3678988e.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：民间借贷受国家保护的合法利息是多少?\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_9c1056f8fb59.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：欠了信用卡的钱还不上要坐牢吗？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_d87c3a97f1da.jpeg)\n\n\u003C\u002Fdetails>\n\n\u003Cdetails>\u003Csummary>问题：你能否写一段抢劫罪罪名的案情描述？\u003C\u002Fsummary>\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_537b1beae84f.jpeg)\n\n\u003C\u002Fdetails>\n\n\n### 局限性\n\n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：\n\n1. 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。\n2. 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。\n3. 自我认知能力存在问题，中文理解能力有待增强。\n\n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。\n\n\n## 协作者\n\n如下各位合作开展（按字母序排列）：[@cainiao](https:\u002F\u002Fgithub.com\u002Fherobrine19)、[@njuyxw](https:\u002F\u002Fgithub.com\u002Fnjuyxw)、[@pengxiao-song](https:\u002F\u002Fgithub.com\u002Fpengxiao-song)、[@WNJXYK](https:\u002F\u002Fgithub.com\u002FWNJXYK)\n\n指导老师：李宇峰、郭兰哲、涂威威（\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_499ec421adb2.png\" width=\"10%\" >），由南京大学机器学习与数据挖掘研究组（\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_readme_ebf89b018188.png\" width=\"8%\">  \n）支持\n\n\n## 免责声明\n\n请各位严格遵守如下约定：\n\n1. 本项目任何资源**仅供学术研究使用，严禁任何商业用途**。\n2. 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**。\n3. 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。\n\n\n## 问题反馈\n\n如有问题，请在 GitHub Issue 中提交。\n\n- 提交问题之前，建议查阅 FAQ 及以往的 issue 看是否能解决您的问题。\n- 请礼貌讨论，构建和谐社区。\n\n协作者科研之余推进项目进展，由于人力有限难以实时反馈，给诸君带来不便，敬请谅解！\n\n\n## 致谢\n\n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：\n\n- Chinese-LLaMA-Alpaca: https:\u002F\u002Fgithub.com\u002Fymcui\u002FChinese-LLaMA-Alpaca\n- LLaMA: https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fllama\n- Alpaca: https:\u002F\u002Fgithub.com\u002Ftatsu-lab\u002Fstanford_alpaca\n- alpaca-lora: https:\u002F\u002Fgithub.com\u002Ftloen\u002Falpaca-lora\n- ChatGLM-6B: https:\u002F\u002Fgithub.com\u002FTHUDM\u002FChatGLM-6B\n\n此外，本项目基于开放数据资源，详见 [Awesome Chinese Legal Resources](https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002Fawesome-chinese-legal-resources)，一并表示感谢。\n\n## 引用\n\n如果您觉得我们的工作对您有所帮助，请考虑引用该项目。\n\n```plain\n@misc{lawgpt,\n      title={LawGPT：一个增强中文法律知识的大语言模型}, \n      author={Zhi Zhou 和 Jiang-Xin Shi 和 Peng-Xiao Song 和 Xiao-Wen Yang 和 Yi-Xuan Jin 和 Lan-Zhe Guo 和 Yu-Feng Li},\n      year={2024},\n      eprint={2406.04614},\n      archivePrefix={arXiv},\n      primaryClass={cs.CL}\n}\n```","# LaWGPT 快速上手指南\n\nLaWGPT 是一系列基于中文法律知识的开源大语言模型，在通用中文基座模型（如 Chinese-LLaMA）基础上扩充了法律领域词表与语料，并经过法律对话数据指令精调，适用于法律咨询、司法考试辅助等场景。\n\n## 环境准备\n\n**系统要求：**\n- 操作系统：Linux\n- Python 版本：3.10\n- 硬件建议：推荐具备 GPU 环境（参考训练配置为 Tesla V100，推理可根据模型量化情况调整）\n\n**前置依赖：**\n- Conda 包管理工具\n- Git\n\n## 安装步骤\n\n1. **克隆项目代码**\n   ```bash\n   git clone git@github.com:pengxiao-song\u002FLaWGPT.git\n   cd LaWGPT\n   ```\n\n2. **创建并激活虚拟环境**\n   ```bash\n   conda create -n lawgpt python=3.10 -y\n   conda activate lawgpt\n   ```\n\n3. **安装 Python 依赖**\n   ```bash\n   pip install -r requirements.txt\n   ```\n   > 💡 **提示**：国内用户建议使用清华或阿里镜像源加速安装：\n   > `pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n4. **获取模型权重**\n   - 由于 LLaMA 系列原版权重限制，本项目仅发布 LoRA 权重。\n   - 请前往 [Hugging Face](https:\u002F\u002Fhuggingface.co\u002Fentity303) 下载对应的基座模型（如 Chinese-LLaMA）及 LaWGPT LoRA 权重。\n   - 将基座模型放入 `models\u002Fbase_models` 目录，LoRA 权重放入 `models\u002Flora_weights` 目录。\n   - *注：需自行按照项目 Wiki 中的说明合并权重后方可完整使用。*\n\n## 基本使用\n\n本项目提供两种使用方式：Web UI 交互模式（推荐新手）和命令行推理模式。\n\n### 方式一：启动 Web UI（可视化交互）\n\n适合调试参数和直观体验模型效果。\n\n1. **启动服务**\n   ```bash\n   bash scripts\u002Fwebui.sh\n   ```\n\n2. **访问界面**\n   打开浏览器访问 `http:\u002F\u002F127.0.0.1:7860` 即可进行法律问答交互。\n\n### 方式二：命令行推理\n\n适合批量测试或集成到脚本中。\n\n1. **准备测试数据**\n   参考 `resources\u002Fexample_infer_data.json` 格式构造你的测试样本集（JSON 格式）。\n\n2. **执行推理**\n   ```bash\n   bash scripts\u002Finfer.sh --infer_data_path .\u002Fresources\u002Fexample_infer_data.json\n   ```\n   - 若不提供 `--infer_data_path` 参数或路径错误，脚本将自动进入交互式命令行模式。\n\n> **注意**：默认配置加载的是 `LaWGPT-7B-alpha` 模型。如需使用 beta 版本（如 beta1.0\u002F1.1），请确保已正确合并对应的 LoRA 权重并修改脚本中的模型路径配置。","某基层法律援助律师正在处理一起复杂的劳动争议案件，需要快速从海量裁判文书中梳理类似判例并起草法律意见书。\n\n### 没有 LaWGPT 时\n- **检索效率低下**：律师需在多个法律数据库中手动关键词搜索，耗时数小时才能找到少量相关案例，且难以覆盖全面的司法观点。\n- **专业术语理解偏差**：通用大模型对“无固定期限劳动合同”、“经济补偿金计算基数”等专有名词理解肤浅，常生成外行话或错误解释。\n- **文书起草风险高**：自动生成的法律分析缺乏对中国司法考试标准及最新司法解释的对齐，引用法条可能过时或不准确，需人工逐字复核。\n- **上下文逻辑断裂**：在处理长篇幅案情描述时，普通模型容易遗漏关键事实细节，导致推导出的法律责任归属出现逻辑漏洞。\n\n### 使用 LaWGPT 后\n- **精准案例匹配**：LaWGPT 基于 50 万中文裁判文书预训练，能瞬间理解案情语义，直接推送高度相似的既往判例和裁判倾向，检索时间缩短至分钟级。\n- **深度语义理解**：依托法律领域专有词表和指令精调，LaWGPT 能准确解析复杂法律概念，提供的解释符合专业规范，无需二次修正术语。\n- **合规文书生成**：模型经过中国司法考试数据集微调，生成的法律意见书逻辑严密、法条引用精准，大幅降低执业风险，人工复核工作量减少 70%。\n- **长文本逻辑连贯**：在处理冗长的仲裁申请书或判决书时，LaWGPT 能完整捕捉事实链条，确保证据分析与责任认定之间的逻辑闭环。\n\nLaWGPT 将律师从繁琐的检索与基础写作中解放出来，使其能专注于核心策略制定，显著提升了法律服务的专业度与响应速度。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpengxiao-song_LaWGPT_be627625.jpg","pengxiao-song","Pengxiao Song","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fpengxiao-song_72624426.jpg",null,"Nanjing University","Shanghai, China","https:\u002F\u002Fgithub.com\u002Fpengxiao-song",[83,87],{"name":84,"color":85,"percentage":86},"Python","#3572A5",93.2,{"name":88,"color":89,"percentage":90},"Shell","#89e051",6.8,6034,547,"2026-04-03T06:58:33","GPL-3.0",4,"Linux","训练需 8 张 Tesla V100-SXM2-32GB；推理未明确具体型号，但基于 7B 模型通常建议显存 16GB+（全量）或 8GB+（LoRA\u002F量化）","未说明",{"notes":100,"python":101,"dependencies":102},"1. 由于 LLaMA 和 Chinese-LLaMA 版权限制，本项目仅发布 LoRA 权重，用户需自行获取基座模型权重并按官方指南合并后方可使用完整模型。2. 默认示例模型为 LaWGPT-7B-alpha。3. 项目严禁用于真实法律场景及商业用途，仅供学术研究。4. 支持 Web UI 启动和命令行批量推理。","3.10",[103],"requirements.txt 中定义的依赖库（具体列表未在 README 文本中展开，通常包含 torch, transformers, peft, accelerate 等）",[15],"2026-03-27T02:49:30.150509","2026-04-06T09:27:30.057202",[108,113,118,123,128,133,138],{"id":109,"question_zh":110,"answer_zh":111,"source_url":112},18646,"是否支持通过 Docker 在 NAS 上自托管？","技术上封装成 Docker 镜像没有难度，但项目流畅运行依赖于性能较强的 GPU。经典 NAS 品牌（如群晖、威联通）的硬件配置通常无法承担此项目。关于模型权重，建议不封装进镜像，而是在第一次启动时下载。此外，如果在 CPU 上推理（如 M1 笔记本），速度会非常慢，建议使用大显存显卡。","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F37",{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},18647,"执行 `conda activate lawgpt` 报错找不到环境怎么办？","这是因为尚未创建对应的 conda 环境。请先执行以下命令创建环境：\n`conda create -n lawgpt python==3.9`\n创建完成后，再执行 `conda activate lawgpt` 即可激活。","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F23",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},18648,"运行 `generate.sh` 脚本报错找不到 `generate.py` 文件？","这是脚本中的文件路径偏差导致的。`generate.py` 位于 `src` 目录下。请修改 `src\u002Fscripts\u002Fgenerate.sh` 中的执行命令，将 python 执行路径指向正确位置，参考如下：\n```bash\n#!\u002Fbin\u002Fbash\nCUDA_VISIBLE_DEVICES=1 python src\u002Fgenerate.py \\\n    --load_8bit \\\n    --base_model 'minlik\u002Fchinese-llama-7b-merged' \\\n    --lora_weights 'entity303\u002Flawgpt-lora-7b' \\\n    --prompt_template 'law_template' \\\n    --share_gradio\n```","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F16",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},18649,"在哪里可以找到示例中使用的 Prompt 模板？","项目中使用的 Prompt 模板文件位于：\nhttps:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fblob\u002Fmain\u002Ftemplates\u002Flaw_template.json\n您可以直接查看该文件以获取具体的 prompt 格式。","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F28",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},18650,"训练过程使用了多少算力（卡时）？是否有负面案例（negative examples）？","使用 8 张 V100 显卡训练时长大约为 12 个小时（具体已更新在 README 中）。关于法律方向的负面案例，当前版本仍处于雏形阶段，虽然一定存在效果不好的情况，但目前还没有进行系统性的测试评估和公开整理。欢迎用户根据个人需要进行测试并反馈。","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F7",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},18651,"训练的两个阶段使用的数据集有什么区别？","两个阶段主要是在数据形式上不同。第一阶段数据集通常是生成的形式，用于适配词表；第二阶段数据集是问答的形式，用于指令微调。具体的示例数据格式可以参考项目中的 `src\u002Fdata` 目录（如果未公开则需关注后续更新或自行构造类似格式数据）。","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F2",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},18652,"是否有计划加入专门的法律词表进行预训练？","目前认为优先级不需要很高。虽然增加法律词表可能在少许案例下提升流畅度或知识准确度，但直接使用广义中文词表也是可行的。加入新词表会改变 tokenize 后的序列和 word embedding，进而影响生成概率，但这需要实验对比来确认具体收益。当前策略是直接基于现有词表进行二次训练。","https:\u002F\u002Fgithub.com\u002Fpengxiao-song\u002FLaWGPT\u002Fissues\u002F6",[]]