字数 1397，阅读大约需 7 分钟
LexisNexis AI助手Protégé：革新法律行业工作方式的深度探讨
LexisNexis，作为全球领先的法律研究公司，近期推出了一款名为Protégé的AI助手，旨在为律师、助理和法律专员提供智能化的支持。这款助手的核心功能包括撰写和校对法律文件，并确保引用内容在诉状和简报中的准确性。Protégé的推出标志着LexisNexis在打造个性化、智能化法律助手方面的初步尝试，其目标是为每位法律专业人士提供量身定制的支持，以满足他们的具体工作需求。
技术选择：小型语言模型(SLM)与大型语言模型(LLM)的蒸馏版本
在开发Protégé的过程中，LexisNexis充分利用了Anthropic和Mistral的先进大型语言模型（LLM），并探索了最能满足用户需求的模型组合。LexisNexis的首席技术官Jeff Riehl强调：“我们会根据具体的使用场景选择最佳模型，以实现最佳效果和最快的响应时间。”这种策略使得LexisNexis能够在不同任务中灵活运用各种模型，从而提升整体性能。
在某些情况下，LexisNexis会选择小型语言模型(SLM)或对大型模型进行蒸馏。蒸馏是一种技术手段，通过让大型模型“教”一个较小的模型，从而在保持性能的同时降低计算成本。小型模型通常在聊天机器人或简单代码补全等应用中表现出色，这正是LexisNexis希望在Protégé中实现的目标。通过采用这种技术，Protégé能够在保证准确性的前提下，提供更快的响应速度和更低的使用成本。
Protégé的功能与优势
Protégé的功能远不止于基本的法律助手。它能够协助撰写法律文件、建议法律工作流程的下一步、生成问题、链接引用以确保准确性、生成时间线，以及总结复杂的法律文档。这些功能的实现，得益于LexisNexis采用的多模型策略。Riehl解释道：“我们会将每个用户的任务分解为单独的组件，找到最佳的大型语言模型来支持每个组件。”例如，在用户输入查询时，Protégé首先会使用一个经过微调的Mistral模型来分析查询，随后再切换到最适合完成任务的模型。
目前，LexisNexis主要依赖一个经过微调的Mistral模型，而在其他方面则有使用Claude模型的计划。此外，公司还在考虑使用OpenAI的新模型以及Google的Gemini模型来进一步增强其AI平台的能力。这种多模型的组合使用，使得Protégé能够根据不同任务的需求，灵活选择最合适的模型，从而提供更加精准和高效的服务。
多模型策略的原因与考量
LexisNexis采用多模型策略的原因在于，不同模型在不同任务中具有各自的优势。通过将任务分解为多个组件，并针对每个组件选择最合适的模型，LexisNexis能够最大限度地发挥各个模型的优势，从而提升整体性能。这种策略不仅能够提高响应速度和准确性，还能够降低计算成本，使得Protégé能够为更多法律专业人士提供高质量的服务。
Protégé的潜力与未来发展
Protégé的推出，为法律行业带来了巨大的变革潜力。它能够显著提高法律工作效率，降低人力成本，使得法律专业人士能够将更多时间和精力投入到核心业务中。随着技术的不断进步，Protégé的功能和性能还将进一步提升。未来，LexisNexis计划引入OpenAI的新模型和Google的Gemini模型，以进一步增强其AI平台的能力。这将使得Protégé能够处理更加复杂的任务，提供更加智能化的支持。
