法律大模型可解释奖励引擎 · Legal LLM Explainable Reward Engine
教大模型像法官一样思考 ——把法官判案时的底层逻辑（事实认定 / 法律适用 / 推理过程）代码化为大模型可训练和评分的三维奖励函数，从对齐层根治通用大模型在民商事场景的"法条幻觉"与"推理黑盒"问题。
本项目是法律场景大模型对齐的基础设施研究，而非简单的 RAG 检索增强或提示词工程。核心贡献在于把司法三段论（事实 → 法律 → 结论）的裁判逻辑代码化为可执行的 GRPO 奖励信号。
| 问题 | 表现 | 根因 |
|---|---|---|
| 法条幻觉 | 模型编造不存在的法律条款 | 训练数据未经法律规则校验 |
| 推理黑盒 | 说不清楚为什么这么判 | 无可解释的推理评分机制 |
| 场景泛化弱 | 换案由就不会了 | 缺乏跨案由的通用裁判规则抽象 |
| 合规风险高 | 给出违反执业规范的建议 | 未对齐法律职业伦理边界 |
市面上的方案（RAG、微调）都是打补丁。2N-Guardian 的核心判断是：法律 AI 的瓶颈不在"不知道法条"，在"不知道法官怎么思考"——必须从训练阶段把司法三段论变成模型能消化的奖惩信号。
输入：案件材料（事实陈述 + 争议焦点 + 证据列表）
│
▼
┌─────────────────────────────────┐
│ 三维奖励函数 │
│ │
│ Fact Score Law Score Process Score
│ 事实认定维度 法律适用维度 推理流程维度
│ [0.0 ~ 1.0] [0.0 ~ 1.0] [0.0 ~ 1.0]
│ │
│ ← 规则匹配 + 语义融合双通道 → │
└─────────────────────────────────┘
│
▼
GRPO 训练信号（可执行奖惩信号）
│
▼
可解释推理输出（每步推理可追溯到规则依据）
三个维度各自独立评分，实现"哪一步推理错了、错在哪里"的精准定位——这是法律 AI 实现可审计、可追溯、可校验的工程基础。
Module A · data_engine —— RLAIF 闭环工程化合成数据管线
搭了一条 AI 训练数据生产流水线：司法规则深度调研 → 黄金种子样本撰写 → 多维度场景泛化 → 奖励函数自动化清洗校验
- 已完成劳动争议赛道 96 条高质量 IRAC 标注冻结黄金数据集
- 整套管线可无缝复制至合同纠纷、股权纠纷、民间借贷、知识产权等全民商事案由
- 黄金数据集经民商事生效裁判规则全量校验
Module B · logic_core —— 核心奖励函数与推理校验引擎
包含两大配套引擎：
- EvidenceTracker 证据追踪引擎：30% 规则匹配 + 70% 语义融合双通道架构，自动提取案件事实要素
- SyllogismEvaluator 三段论校验引擎：把民商事裁判规则代码化为可执行的逻辑校验链路
Module C · train_hub —— GRPO 训练脚本
基于 Unsloth + GRPO 的完整训练流程，支持 SiliconFlow API 接入
Module D · interface —— 可交互工程化验证 Demo
基于 Streamlit 搭建，支持公网安全脱敏版 / 本地完整版双模式切换
2N-Guardian/
├── src/
│ ├── data_engine/ # Module A: RLAIF 合成数据管线
│ ├── logic_core/ # Module B: 三维奖励函数 + 推理校验引擎
│ ├── train_hub/ # Module C: GRPO 训练脚本（Unsloth）
│ └── interface/ # Module D: Streamlit Demo
├── data/
│ ├── seeds.jsonl # 黄金种子样本
│ └── train.jsonl # 完整训练数据集
├── v2_mvp/
│ ├── src/ # V2 MVP 核心代码
│ ├── rl/ # RL 配置与脚本
│ └── output/ # 训练数据产物（2n_golden_dataset_v1.jsonl 等）
├── knowledge_base/
│ └── raw_pdfs/ # 20+ 份最高法指导案例与典型案例（公开来源）
├── tests/ # 测试用例与 runner
├── configs/ # YAML 配置文件
├── scripts/ # PDF 解析、环境检查等工具脚本
├── docs/ # 项目文档与设计草图
├── app.py # 主 Demo 入口
├── requirements.txt # 依赖列表
└── .env.example # API Key 配置模板
1. 克隆仓库
git clone https://github.com/RayBagel/2N-Guardian.git
cd 2N-Guardian2. 安装依赖
pip install -r requirements.txt3. 配置 API Key
cp .env.example .env
# 编辑 .env，填入你的 SiliconFlow API Key
# SILICONFLOW_API_KEY="sk-your-key-here"4. 运行 Demo
# 方式一：主 Demo（推荐）
streamlit run app.py
# 方式二：完整界面
streamlit run src/interface/main.py5. 运行数据管线
bash run_data_pipeline.shknowledge_base/raw_pdfs/ 中的判例 PDF 均来自公开来源：
- 最高人民法院指导性案例（第 180、181 号等）
- 人力资源社会保障部、最高人民法院联合发布典型案例
- 各省市中级人民法院发布的涉民生典型案例
完整的架构设计、RLAIF 实现细节、三维奖励函数数学推导见：
《2N-Guardian 法律大模型可解释奖励系统技术白皮书》（PDF，作者提供，欢迎邮件索取）
吴昊雨 (Wu Haoyu)
- 执业律师
- 独立 AI 研究者
- Email: why1900@163.com
Teaching LLMs to reason like judges — encoding judicial syllogism logic (fact-finding / law application / reasoning process) into a three-dimensional, explainable reward function for GRPO training, solving the root cause of "legal hallucination" and "black-box reasoning" in general-purpose LLMs.
This project is foundational alignment infrastructure for legal LLMs, not simple RAG or prompt engineering. The core contribution is encoding civil/commercial adjudication rules into executable GRPO reward signals.
| Problem | Symptom | Root Cause |
|---|---|---|
| Legal hallucination | Model fabricates non-existent statutes | Training data lacks legal rule validation |
| Black-box reasoning | Cannot explain why it reached a conclusion | No explainable reasoning scoring mechanism |
| Weak generalization | Breaks down across different case types | Lacks abstraction of cross-domain adjudication rules |
| Compliance risk | Gives advice violating professional ethics | Not aligned with legal professional standards |
RAG and fine-tuning are patches. 2N-Guardian's core thesis: the bottleneck isn't "not knowing the law" — it's "not knowing how judges think". The fix must happen at the training alignment layer.
Three independent scoring dimensions — Fact Score, Law Score, Process Score — each producing a [0.0, 1.0] signal that feeds directly into GRPO training. Every step of the model's legal reasoning becomes auditable, traceable, and verifiable.
| Module | Description |
|---|---|
data_engine |
RLAIF closed-loop synthetic data pipeline — 96 IRAC-annotated golden samples (labor dispute track), replicable to all civil/commercial case types |
logic_core |
Core reward functions + EvidenceTracker (rule-matching + semantic fusion) + SyllogismEvaluator (adjudication rule codification) |
train_hub |
GRPO training scripts with Unsloth integration |
interface |
Streamlit interactive demo (public sanitized + local full version) |
git clone https://github.com/RayBagel/2N-Guardian.git
cd 2N-Guardian
pip install -r requirements.txt
cp .env.example .env # Add your SiliconFlow API key
streamlit run app.pyFull architecture design, RLAIF implementation details, and reward function mathematical derivation:
"2N-Guardian Legal LLM Explainable Reward System — Technical Whitepaper" (available upon request: why1900@163.com)
Wu Haoyu (吴昊雨)
- Practicing Attorney (Beijing Shanggong Law Firm · Lead Attorney), 6 years civil/commercial litigation experience
- Independent AI Researcher, focusing on legal LLM alignment and knowledge engineering
- Email: why1900@163.com
Apache 2.0 — see LICENSE
Please star ⭐ the repo and cite this project in your work. Issues and PRs welcome.