LawCopilot-Retriever-FRIDA-Legal-RU
Модель для семантического поиска юридических документов по российскому праву. Базируется на FRIDA (ai-forever) — SOTA русскоязычная embedding-модель на архитектуре T5-encoder. Дообучена для задачи retrieval по корпусу нормативных актов, судебной практики и подзаконных актов РФ. Поддерживает prefix-based подход: search_query для запросов, search_document для документов. Целевая метрика — Recall@50 ≥ 0.90.
Модель на доработке
Автор активно улучшает эту модель — возможны изменения в API, описании, весах или поведении.
Описание
LawCopilot-Retriever: юридический retrieval для российского права
Назначение
Модель предназначена для семантического поиска релевантных юридических документов (статьи кодексов, федеральные законы, подзаконные акты, постановления пленумов ВС РФ, судебные решения) по текстовому запросу пользователя на естественном языке.
Является ключевым компонентом RAG-пайплайна юридического AI-агента LawCopilot (http://www.lawcopilot.ai).
Базовая модель
FRIDA (ai-forever) — полноценная русскоязычная embedding-модель на архитектуре T5-encoder (FRED-T5). Лидер бенчмарка ruMTEB по задачам retrieval и reranking для русского языка. Лицензия MIT.
Задача
По текстовому запросу (юридический вопрос, описание ситуации, задача на составление документа) модель генерирует эмбеддинг, используемый для поиска ближайших документов в векторном пространстве. Приоритет — максимальная полнота (recall): критично не пропустить релевантную норму закона или судебное решение.
Данные
Корпус: 20+ млн юридических документов РФ с метаданными (тип, отрасль права, дата, инстанция, регион).
Обучающая выборка: пары «запрос → список релевантных документов», размеченные практикующими юристами. Запросы варьируются по сложности — от однозначных до комплексных ситуационных.
Использование
Модель использует prefix-подход:
search_query:— для пользовательского запросаsearch_document:— для документа из корпуса
Рекомендуется CLS-pooling.
python
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("ai-forever/FRIDA")
query = "search_query: Можно ли расторгнуть договор аренды досрочно без согласия арендодателя?"
doc = "search_document: Статья 620 ГК РФ. Досрочное расторжение договора по требованию арендатора..."
query_emb = model.encode(query)
doc_emb = model.encode(doc)Целевые метрики
Recall@50 ≥ 0.90
MRR (Mean Reciprocal Rank) — дополнительная
Ограничения
Максимальная длина входа: 512 токенов
Оптимизирована для русского языка
Не является генеративной моделью — только эмбеддинги
Предпросмотр файлов
Файлы защищены автором