这是一个创建于 330 天前的主题，其中的信息可能已经有所发展或是发生改变。
如何在被裁员后争取合法赔偿？ 这篇文章 提供了详细的指南，包括中国劳动法对裁员赔偿的规定，收集有利证据的方法，法律诉讼流程，以及如何应对公司的威胁。让你在争取权益的过程中，有法可依，步步为营。
顺便发现 gpt 在专业领域还是有一定的提高空间的，下面两个问题回答的很一般。
https://slefboot-1251736664.cos.ap-beijing.myqcloud.com/20230606_gpt_lawer_helper.png
https://slefboot-1251736664.cos.ap-beijing.myqcloud.com/20230606_gpt_lawer_helper2.png
 |
1
etwxr9 330 天前 via Android
实际上，现有的全部中文法律语料大概并不足以训练出一个可以用的法律 ai 。。更别说 ChatGPT 大概就没有喂多少中文法律数据。
|
 |
2
GL8885 330 天前 via Android
你要会 langchain 或者有 32k 的 api ，先喂案例和判例，这样才能推理，否则模型什么都不懂
|
 |
5
xuelang OP @GL8885 其实主要是裁判文书网这些不给 ai 去爬，我试过几个插件，都是读不到里面案例的内容。要是都需要单独下载 pdf 喂给 askpdf 这种插件的话，可就太麻烦了 /
|
|
7
etwxr9 330 天前 via Android
@xuelang 绝大多数裁判文书直接喂给 ai 可能没有太大用处。裁判文书中很多都不包含裁判运用法律所需的核心推理过程，喂个合议庭笔录可能都更有用。
反正，法律 ai 的逻辑需求完全不亚于写代码，而且对于法条引用的精度要求更是非常高。最麻烦的是，法律是处于不断变动之中的，例如 ChatGPT 以其 19 年的数据，就没法给出 22 年实行的民法典的内容，而后者已经是现在绝大多数民事法律问题分析的基础了。 |
|
8
etwxr9 330 天前  1
@wesky8201 大部分法律资料比如裁判文书啥的，质量和内容完整度可能不足以用于让 ai 学习法律分析，裁判文书中可能不包含足够的细节如证据内容、庭审记录等，也就是说即便喂进去的数据质量够高，AI 也只能学会“输入案情输出裁判文书”，而没法做法律分析辅助，更难以做出价值判断。而且时效性也是问题，就最简单的，民间借贷利率司法保护上限于 2020 年发生过变动，你把所有 2020 年前的裁判文书喂进去，怎么让 AI 能够理解这些裁判适用的是目前已经失效的解释，并且在推理过程中能明确指出这个问题，这是不是又需要针对时效性问题再喂一堆语料。更别提训练好的模型没法适应实时变动的法律了。
|
|
9
xuelang OP @etwxr9 其实推理和实时数据这里感觉都不是大问题。gpt4 的推理目前已经很不错了的，大部分的法律案件不需要很复杂的推理过程。 实时数据这里其实主要问题在于 gpt 的上下文 token 数目前支持的不够大，啥时间能直接支持整个民法典作为输入就好了。
|
|
10
etwxr9 329 天前 via Android
@xuelang gpt4 的强大推理能力是基于它的优质语料的，在法律上要达到如此效果需要的人力财力难以想象，毕竟司法上又没有 GitHub 。
另外把法条作为 prompt ，一个民间借贷案件，只输入民法典够不够，要不要输入司法解释，要不要输入程序法和程序法解释，要不要输入类案，要不要输入最高院批复。。而且怎么找到要适用哪些规定，本身就是法律推理的重要环节。 GitHub 上有个基于 laama 的中文法律 ai ，还是挺容易看出这些问题的。 |
|
11
xuelang OP @etwxr9 之前看到一个 github 仓库 https://github.com/RanKKI/LawRefBook ，上面放了国内的一些法律条款。不过确实没啥好用的法律 ai 助手。
|
 |
12
cainiuwow 329 天前
让 ChatGPT 梳理案件，解答法律问题还是为时尚早，不是很准确。
使用 ChatGPT 解决法律问题的前提是，你得懂。例如我不懂知识产权，询问他知识产权相关问题，他的答案我很难判定准确，所以没办法用。 现在，我基本用 ChatGPT 写汇报类材料，或者把案件情况、法律法规都喂给 ChatGPT ，让他给我写法律分析部分，然后我再调整一下，这样效率很高。 像写什么起诉状、答辩状什么的甭想，写案件分析报告更不可能，基本都是写完之后让它优化一下。 普通老百姓用 ChatGPT 当私人律师打官司，这个路还很长。感觉有些情况不如百度，因为 ChatGPT 有时候会采用英美法系的写法。 |
Select Language
