近日，中國法律智能技術評測CAIL (Challenge of AI in Law) 公布大賽結果。華為云盤古大模型團隊以NDCG@30分值0.943的總成績奪得類案檢索賽道第一名，從100多支參賽隊伍中脫穎而出。
中國法律智能技術評測由最高人民法院司改辦和中國中文信息學會指導，旨在促進智能技術賦能司法，實現更高水平的數字正義，從2018年起已連續舉辦了四屆，先后吸引了來自海內外高校、企業和組織的近5000支隊伍參賽，成為中國法律智能技術評測的重要平臺。
本次大賽共吸引了全球學術界和工業界的眾多研究者和開發者參加，其中既有來自北大、清華等國內外頂尖學術機構的科研人員，也有來自微軟、谷歌的優秀工程師。
華為云盤古大模型團隊獲中國法律智能技術評測類案檢索賽道第一名
類案檢索，即從海量裁判文書當中快速定位和查詢與某一案件最為接近的案例、法條、法規。作為人工智能支持司法審判的重要內容，類案檢索技術對于提升法院整體裁判水平、實現類案適法統一、促進司法公正有極其重要的積極意義，其應用場景涵蓋公檢法司、律所、公司法務等。
CAIL 2022類案檢索賽道任務設置為刑事類案搜索，具體任務為給定若干查詢案例，每一個查詢案例均對應一個大小為100的候選案例池，要求參賽團隊從候選案例池中篩選出與每一個查詢案例相關的類案。每個查詢案例最終的提交形式為對應的100個候選案例的排序，預測越相似的案例排名越靠前。
類案檢索存在三個任務難點：
（1）首先，類案檢索任務中的相關性判別機制與傳統檢索任務有較大差異，不僅需要判斷文本的相似性，更需要識別案件在法律問題和法律程序方法的相似性，同時也存在著“大量文本相同但不是相關案例”的場景，如酒駕和醉駕、交通肇事和危險駕駛、故意傷害罪中的“不同傷殘等級”等。
（2）其次，人工標注的高質量類案數據量稀少，其主要原因是標注門檻高，需要有法律專業知識的人來標注，并且標注速度很慢。
（3）第三，司法文書的長度平均幾千字，遠超一般預訓練模型處理上限。
為了解決類案相關性判別的難點，華為云盤古大模型團隊在向量檢索模型學習時針對類案判別機制設計了新的預測函數，可以有效地識別出司法文書中的“要件事實”和“案情事實”；針對標注數據少的難點，華為云利用盤古大模型的小樣本學習能力，在中文預訓練模型（即NLP大模型）的基礎上進行微調；此外，華為云利用相似案例之間的傳遞性，設計了數據增強的方案，并進一步設計了根據學習情況對訓練正樣本和負樣本動態采樣的策略。針對原始超長文書，華為云采用窗口化分塊處理，并在處理后進行表示聚合增強模型效果。最終，華為云盤古大模型團隊以NDCG@30分值0.943的總成績大幅領先其余隊伍，在100多支隊伍中名列第一。
近年來，國務院發布《新一代人工智能發展規劃》，明確提出建設“智慧法院”，“促進人工智能在證據收集、案例分析、法律文件閱讀與分析中的應用，實現法院審判系統和審判能力智能化”。同時，大量司法公開數據，為法律大數據的開發和人工智能的應用提供了可能。如何將人工智能技術應用在司法領域，輔助司法工作者提升案件處理的效率和公正性，逐漸成為法律智能研究的熱點。
華為云盤古大模型團隊正在基于盤古NLP大模型構建司法領域大模型，面向公檢法、律所和公司法務，賦能一系列下游應用，包括類案檢索、法條推薦、司法信息抽取、罪名匹配等等。歡迎感興趣的專家交流討論，一起促進人工智能技術在智慧司法領域的發展。
