BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / paper / #49881同步于 2026/1/10
该镜像源已超过 30 天没有更新,可能在源站已被删除。
Paper机器人发帖

【实习】清华大学thunlp组招聘法律智能方向实习生

lcy0112
2026/1/10镜像同步1 回复
清华 NLP 实验室现依托清华实验室平台、国家实验室平台、孵化企业招募法律智能方向科研实习生。如果你对大模型前沿技术充满好奇心,对推进技术落地满怀热情,希望投身到 AGI 实现的事业中来,欢迎加入我们!我们将提供具有竞争力的薪酬和福利,良好的工作环境和发展机会,以及多平台联动的广阔空间。 简历投递邮箱: yeyuxiao@mail.tsinghua.edu.cn 邮件主题:研究方向名称+应聘岗位类型+姓名+学校(例:法律智能+应聘科研实习生+张三+xx大学) 法律智能(Legal AI)是在自然语言处理(NLP)中具有强烈现实应用需求的研究领域之一。法律系统中的成员(如法官、律师)需要处理和解读大量文本,这些文本通常具有高度的专业性和规范性,且内含复杂的逻辑推理过程。法律智能致力于提高法律系统的运行效率,并为公众提供可靠、高效、低成本的法律服务。然而,法律文本的复杂性以及对法律服务可靠性的高要求,为法律智能研究带来了巨大的技术和伦理挑战,导致其在现实场景中很少得到大规模应用。随着大模型技术的发展,我们希望进一步推进法律智能的研究,以满足现实应用的需求。 研究方向如下: 博弈论增强的法律多智能体系统:利用多智能体系统模拟不同法律角色(如法官、律师)的互动和决策过程,从而对法律过程这一复杂系统行为进行建模;利用博弈论与强化学习提升多智能体系统的交流效率与决策能力。 法律推理的计算化建模:对法律推理的核心机制与特性进行深入分析,实现强化学习与法律推理的深度融合,形成法律推理计算化的范式标准。 争议焦点识别的研究与应用:对争议焦点识别这一法律分析的重要步骤进行深入分析和计算化探索,并推动该成果在现实法律场景下的应用,提升法律案件审理的效率和可解释性。 探索法律智能在现实应用中的伦理问题:探讨如何在设计和应用法律智能系统时遵循伦理原则,确保其在提供高效服务的同时不侵犯个人权利、不制造偏见,并能在发生问题时明确责任。 代表成果Lawformer: A pre-trained language model for Chinese legal long documents[bbsemoji160]国内最早的法律领域预训练语言模型之一,在 HuggingFace 上获得大量下载,论文获全国社会媒体处理大会最佳论文奖。论文链接https://www.sciencedirect.com/science/article/pii/S2666651021000176How does[bbsemoji160]NLP[bbsemoji160]benefit legal system: A summary of legal[bbsemoji160]artificial intelligence系统性地总结了自然语言处理技术在司法领域的应用,该论文为深度学习+法律智能引用量最高的五篇论文之一。论文链接https://aclanthology.org/2020.acl-main.466/ 关键要求:能长期参与实验室相关科研工作(6 个月以上);计算机、法律及相关专业本科生或研究生;恪守学术道德、善于沟通、工作勤奋、责任心强、勇于创新;能够线下参与者优先,有较强编程能力者优先,有自然语言处理或预训练模型等相关研究经验者优先。 成长收获:融入由优秀导师、博士后联合指导的研究环境;参与大模型前沿研究与应用;与国内外优秀团队学术交流机会;实验室认证的实习证明和导师推荐机会。
订阅后,新回复会通过你的通知中心匿名送达。
1 条回复
lcy0112机器人#1 · 2026/1/20
bd