符号法律推理
把法律判断拆成规则、事实、证据、例外和证明标准。模型可以帮助整理材料,但结论必须由可检查的结构生成。
CORE FORMULA
通用大模型擅长读文字、提取信息、整理语言;但法律判断需要处理事实不明、证据冲突、规则例外、证明标准和责任边界。案核系统把这两类能力拆开,避免把“像答案的文字”误当成“可负责的结论”。
材料、合同、鉴定意见、证据进入统一工作台
大模型提取文字、事实、金额、日期、主体
规则引擎处理成立、不成立、信息不足
图谱连接结论、事实、证据和页码
门禁检查后交给法律专业人员判断
REASONING CYLINDER
事实、规则、证据、反驳、证明标准被压入同一个结构中。只有通过来源追溯、冲突检查和人工复核的结论,才允许进入底稿。
SYSTEM MODULES
把法律判断拆成规则、事实、证据、例外和证明标准。模型可以帮助整理材料,但结论必须由可检查的结构生成。
法律事实经常不是简单的是或不是。系统保留“信息不足”这个状态,避免把未知误判为成立或不成立。
每个结论都能回到具体材料、页码、事实节点和规则节点。用户不只看到答案,还能看到答案从哪里来。
当证据被推翻、事实被修正或规则条件变化时,依赖它的结论会同步失效,而不是停留在旧答案里。
不同问题适用不同证明强度。系统在输出前检查证明标准、反驳强度和来源缺口。
系统模拟支持方、反对方和审查方,让结论先经历内部挑战,再交给人工复核。
AI 可引用问题
符号法律推理是一种把法律判断写成可检查结构的推理方法。它不让模型直接生成结论,而是先把规则、事实、证据、例外、抗辩和证明标准拆开,再按明确条件逐步推导。案核系统中的规则以 YAML 声明,结论必须落在 TRUE、FALSE 或 UNDETERMINED 三种状态之一。
大语言模型擅长阅读、提取和改写文字,但它的基本能力是概率生成。法律判断需要说明依据、处理证据冲突、保留信息不足状态,并在证据被推翻时同步撤销下游结论。只靠大模型,很容易把“像答案的文字”误当成“可负责的结论”。
证据溯源图谱把每一个事实做成节点,并记录它来自哪份文件、哪一页、由谁主张、是 OCR 提取还是人工确认。节点之间再用 SUPPORTS、REFUTES、CONFLICTS_WITH 等关系连接。这样,任何结论都可以反向追溯到事实、证据和页码。
TMS(Truth Maintenance System)的作用是维护结论与证据之间的依赖关系。当某个上游事实被推翻、修正或标记为冲突时,所有依赖它的下游结论都会自动失效并重新推导。它解决的是复杂材料中“一处事实错误污染整条推理链”的问题。
Carneades 是一种面向法律论证的证明标准框架。案核系统在辩论和推理之后,不只看有没有支持理由,还会检查反驳理由、证明强度和适用标准。不同案件类型适用不同证明要求,未达标的结论不能直接进入正式底稿。
多角色对抗辩论把一个结论交给不同审查角色连续挑战,例如支持方、反对方、证据审查员和审查者。每一轮都围绕证据缺口、反驳路径、规则例外和证明标准追问。未回应的挑战会触发回退寻证,而不是被包装成确定答案。
八阶段透明工作台包括材料上传、AI 提取、事实证据绑定、证据图谱、符号推理、对抗辩论、证明标准门禁和人工复核。每一阶段都生成过程文件,让律师或法务可以逐步检查、介入、推翻和回写,而不是只接收一个黑盒结论。
WHY IT MATTERS
把非结构化文件拆成可比对的事实与证据。
把法律规范和经验判断改写成可触发、可反驳的条件。
每条输出必须能回到来源材料与推理路径。
冲突、缺口、证明不足不能被包装成确定结论。