基于中文法律知识的大语言模型

大家好，我是TJ

一个励志推荐10000款开源项目与工具的程序员

大家好，我是TJ

大语言模型持续火热，继续给大家推荐最近快速增长的相关开源项目，以开拓大家的日常工具库和创新思路。

今天要介绍的是一个关于中文法律知识的开源大语言模型：LaWGPT

项目地址：https://github.com/pengxiao-song/LaWGPT

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。

快速开始

1. 准备代码，创建环境
   # 下载代码
   git clone [e-mail]:pengxiao-song/LaWGPT.git
   cd LaWGPT
   
   # 创建环境
   conda create -n lawgpt python=3.10 -y
   conda activate lawgpt
   pip install -r requirements.txt
2. 启动 web ui（可选，易于调节参数）

• 首先，执行服务启动脚本：bash scripts/webui.sh
• 其次，访问 http://127.0.0.1:7860 ：

命令行推理（可选，支持批量测试）

• 首先，参考 resources/example_infer_data.json 文件内容构造测试样本集；
• 其次，执行推理脚本：bash scripts/infer.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。

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：

• 由于 LLaMA 和 Chinese-LLaMA 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。
• 本项目给出合并方式，请各位获取原版权重后自行重构模型。

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：

• Chinese-LLaMA-Alpaca: https://github.com/ymcui/Chinese-LLaMA-Alpaca
• LLaMA: https://github.com/facebookresearch/llama
• Alpaca: https://github.com/tatsu-lab/stanford_alpaca
• alpaca-lora: https://github.com/tloen/alpaca-lora
• ChatGLM-6B: https://github.com/THUDM/ChatGLM-6B

更多相关信息，读者可以前往其开源项目地址查看：

https://github.com/pengxiao-song/LaWGPT

往期推荐

点击下方卡片，关注公众号“TJ君”

每天了解一个牛x、好用、有趣的东东