ChatLaw 是由北京大学元组（PKU-YuanGroup）开发的一款面向中文法律领域的开源大语言模型项目，旨在提供可靠、准确的 AI 法律服务。该项目采用混合专家模型（Mixture-of-Experts, MoE）与多智能体协作系统，通过知识图谱增强和人工筛选构建高质量法律数据集，显著降低 AI 回答中的幻觉风险，提升法律咨询的专业性与可信度。
| 模型 | 架构特点 | 适用场景 |
|---|---|---|
| ChatLaw2-MoE | 基于 InternLM 架构，4×7B MoE 设计 | 中文法律语言处理，当前最新版本 |
| ChatLaw-33B | 基于 Anima-33B | 逻辑推理增强，偶发英文回复 |
| ChatLaw-13B | 基于 Ziya-LLaMA-13B-v1 | 通用中文任务，复杂法律 QA 需更大模型 |
| ChatLaw-Text2Vec | 基于 93,000 份法院判决训练 | 文本相似度匹配，关联用户查询与相关法律条文 |
采用类似律师事务所工作流的标准化操作规程（SOP），通过多智能体协作完成信息收集、法律研究、综合建议，最终生成详细的法律咨询报告。以离婚咨询为例，系统会分阶段处理并输出结构化报告。
ChatLaw-Text2Vec 可将用户问题与相关法律条文精准匹配，例如将借款还款问题关联至合同法相应条款。
ChatLaw 在多项法律评测中表现优异：
| 评估指标 | 表现 |
|---|---|
| 完整性（Completeness） | 最优 |
| 逻辑性（Logic） | 领先 |
| 正确性（Correctness） | 领先 |
| 语言质量（Language Quality） | 优秀 |
| 指导性（Guidance） | 最优 |
| 权威性（Authority） | 最优 |
ChatLaw 的法律数据集涵盖多样化任务：
