法律合同的 RAG 流水线

挑战

通用 LLM 经常幻觉法律定义，或交叉引用不适用的司法辖区。目标是构建一条企业级流水线，能够带精确段落与页码引用回答合同问题。

技术架构

• 语义化分块： 面向 PDF 合同的自定义 AST 分块器，保留章节标题、定义与条款层级。
• 混合向量 + BM25 检索： 互惠排名融合（RRF)，将稠密向量与稀疏关键词检索结合，用于条款编号。
• 事实性验证器： 次级轻量验证智能体，在输出给用户前将生成的断言与检索到的上下文交叉核对。