* 该数据集支持在线使用，点击此处跳转。

DISC-Law-SFT 数据集是由复旦大学数据智能与社会计算实验室 (Fudan-DISC) 于 2023 年构建的高质量监督微调 (Supervised Fine-Tuning, SFT) 数据集，用于训练和提升大型语言模型 (LLMs) 在法律领域的应用能力，包含近 30 万条训练数据。该数据集专为中文法律领域设计，旨在提高模型在法律文本处理、法律推理思维以及司法领域知识检索遵循等方面的能力。相关论文为「DISC-LawLLM: Fine-tuning Large Language Models for Intelligent Legal Services」 数据集包含两个子集：DISC-Law-SFT-Pair 和 DISC-Law-SFT-Triplet 。 DISC-Law-SFT-Pair 子集通过法律三段论的指令对构造方法，引入法律推理能力；而 DISC-Law-SFT-Triplet 子集则通过构造包含输入、输出和参考信息的三元组，增强模型利用外部知识的能力。 数据集的数据来源主要包括三部分：与中国法律相关的 NLP 司法任务公开数据集、来自真实世界的法律相关原始文本、以及通用的开源数据集。这样的数据来源确保了数据集的多样性和丰富性。

Citation

@misc{yue2023disclawllm, title={DISC-LawLLM: Fine-tuning Large Language Models for Intelligent Legal Services}, author={Shengbin Yue and Wei Chen and Siyuan Wang and Bingxuan Li and Chenchen Shen and Shujun Liu and Yuxuan Zhou and Yao Xiao and Song Yun and Xuanjing Huang and Zhongyu Wei}, year={2023}, eprint={2309.11325}, archivePrefix={arXiv}, primaryClass={cs.CL} } @inproceedings{yue2024lawllm, title={LawLLM: Intelligent Legal System with Legal Reasoning and Verifiable Retrieval}, author={Yue, Shengbin and Liu, Shujun and Zhou, Yuxuan and Shen, Chenchen and Wang, Siyuan and Xiao, Yao and Li, Bingxuan and Song, Yun and Shen, Xiaoyu and Chen, Wei and others}, booktitle={International Conference on Database Systems for Advanced Applications}, pages={304–321}, year={2024}, organization={Springer} }