LaWGPT: modelización de los conocimientos jurídicos chinos, apoyo a los cuestionarios jurídicos y formación para los exámenes judiciales.

Introducción general

LaWGPT 是由南京大学机器学习与数据挖掘研究组支持的一个开源项目，致力于打造基于中文法律知识的大语言模型。它在通用中文模型（如 Chinese-LLaMA 和 ChatGLM）的基础上，扩展了法律领域专有词表，并通过大规模法律语料预训练和法律问答数据集的指令精调，显著提升了模型在法律场景下的语义理解和对话能力。该项目由多个协作者共同推进，适用于法律对话、司法考试训练等场景。尽管目前模型仍受限于数据和容量，输出可能存在不确定性，但其开源性质和社区支持使其成为法律领域AI研究的重要资源。

Lista de funciones

• 法律问答生成：根据输入的法律问题生成准确的回答，适用于咨询和学习。
• 司法考试训练：提供基于中国司法考试数据集的问答训练，帮助用户备考。
• 法律语料理解：通过预训练，能解析复杂的法律文书和法规内容。
• 命令行批量推理：支持开发者通过脚本批量处理法律相关数据。
• 交互模式对话：在无预设数据时，以交互方式实时回答用户提问。
• 模型权重支持：提供 LoRA 权重，允许用户结合原始模型进行自定义调整。

Utilizar la ayuda

Proceso de instalación

LaWGPT 是一个基于 GitHub 的开源项目，使用前需要安装环境和依赖。以下是详细的安装步骤：

1. Clonación del código del proyecto
   打开终端，输入以下命令将代码下载到本地：

git clone git@github.com:pengxiao-song/LaWGPT.git
cd LaWGPT

这会将 LaWGPT 的代码库克隆到你的电脑，并进入项目目录。

2. Creación de un entorno virtual
   使用 Conda 创建一个独立的 Python 环境，避免依赖冲突：

conda create -n lawgpt python=3.10 -y
conda activate lawgpt

激活环境后，后续操作将在 lawgpt 环境中进行。

3. Instalación de dependencias
   项目提供了 requirements.txt que enumera las bibliotecas necesarias. Ejecute el siguiente comando para instalarlas:

pip install -r requirements.txt

Las dependencias incluyen transformersypeftygradio 等，确保网络畅通以完成下载。

4. Obtener las ponderaciones de los modelos
   由于 LLaMA 和 Chinese-LLaMA 未开源完整权重，LaWGPT 仅提供 LoRA 权重。你需要：

• 从官方渠道获取 Chinese-LLaMA 或其他基础模型的权重。
• 将 LoRA 权重与基础模型合并（具体合并方法见项目文档）。

5. Verificar la instalación
   运行示例脚本确认环境无误：

bash scripts/infer.sh

若成功进入交互模式，说明安装完成。

Utilización

主要功能操作：法律问答与推理

• modo interactivo
  当未指定测试数据路径时，运行 bash scripts/infer.sh 会进入交互模式。你可以直接输入法律问题，例如：

请解释《中华人民共和国合同法》第十条的内容。

模型会实时生成回答，适用于快速咨询或学习。

• 批量推理
  若需处理多个问题，准备一个 JSON 文件（格式参考 resources/example_instruction_train.json），如：

{"instruction": "离婚后财产如何分割？", "output": ""}

将文件路径传入脚本：

bash scripts/infer.sh --infer_data_path ./test.json

模型会逐行处理并输出结果，结果可保存用于后续分析。

特色功能操作：司法考试训练

• Preparación del conjunto de datos
  LaWGPT 支持基于司法考试数据集的训练。你可以参考 Awesome Chinese Legal Resources 下载公开数据集，或自行构造问答对，格式如下：

  {"instruction": "下列哪项不属于犯罪构成要件？", "output": "A. 犯罪主体 B. 犯罪客体 C. 犯罪动机 D. 犯罪客观方面"}
  

  保存为 JSON 文件，例如 exam_data.json.

• entrenamiento de running
  utilizar finetune.py 脚本进行指令精调：

  python finetune.py --data_path ./exam_data.json --base_model <path_to_base_model> --lora_weights <path_to_lora>
  

  Descripción de los parámetros:

  • --data_path：数据集路径。
  • --base_model：基础模型路径。
  • --lora_weights：LoRA 权重路径。
    训练完成后，模型将更适应司法考试类问题。

Web 界面使用

• 启动 WebUI
  项目支持通过 Gradio 提供图形界面。运行：

  bash scripts/webui.sh
  

  Al iniciarse, el navegador abre una página local (normalmente la página http://127.0.0.1:7860).

• flujo de trabajo
  1. 在输入框中输入法律问题，例如：“如何申请专利保护？”
  2. 点击“提交”，等待模型生成回答。
  3. 查看输出结果，可复制或保存。
     Web 界面适合非技术用户，操作直观。

advertencia

• requisitos de hardware：建议使用 GPU（如 Tesla V100）加速推理，CPU 运行可能较慢。
• Selección de modelos：默认使用 LaWGPT-7B-alpha，若需 beta1.0 tal vez beta1.1，需调整脚本中的模型参数。
• limitaciones：模型可能因数据限制生成不准确内容，使用时需验证结果，尤其在真实法律场景中。

通过以上步骤，你可以轻松上手 LaWGPT，无论是进行法律问答还是备战司法考试，都能获得高效支持。