Update README.md

README.md

@@ -17,20 +17,30 @@ tags:
 
 # ChatLaw系列模型
 
-- [ChatLaw-13B](https://huggingface.co/JessyTsu1/ChatLaw-13B)
-- [ChatLaw-33B](https://huggingface.co/JessyTsu1/ChatLaw-33B)
-- [ChatLaw-Text2Vec](https://huggingface.co/chestnutlzj/ChatLaw-Text2Vec)
+- [ChatLaw-13B](https://huggingface.co/JessyTsu1/ChatLaw-13B)，此版本为学术demo版，基于姜子牙[Ziya-LLaMA-13B-v1](https://huggingface.co/IDEA-CCNL/Ziya-LLaMA-13B-v1)训练而来，中文各项表现很好，但是逻辑复杂的法律问答效果不佳，需要用更大参数的模型来解决。
+
+- [ChatLaw-33B](https://huggingface.co/JessyTsu1/ChatLaw-33B)，此版本为学术demo版，基于[Anima-33B](https://github.com/lyogavin/Anima)训练而来，逻辑推理能力大幅提升，但是因为Anima的中文语料过少，导致问答时常会出现英文数据。
+
+- [ChatLaw-Text2Vec](https://huggingface.co/chestnutlzj/ChatLaw-Text2Vec)，使用93w条判决案例做成的数据集基于BERT训练了一个相似度匹配模型，可将用户提问信息和对应的法条相匹配，例如：
+
+  > “请问如果借款没还怎么办。”
+  >
+  > "合同法(1999-03-15): 第二百零六条 借款人应当按照约定的期限返还借款。对借款期限没有约定或者约定不明确，依照本法第六十一条的规定仍不能确定的，借款人可以随时返还；贷款人可以催告借款人在合理期限内返还。"
+  >
+  > 两段文本的相似度计算为0.9960
 
 
 ## 简介 Brief Introduction
 
-ChatLaw法律大模型目前开源的仅供学术参考的版本为姜子牙-13B版本、Anima-33B版本，我们使用大量法律新闻、法律论坛、法条、司法解释、法律咨询、法考题、判决文书等原始文本来构造对话数据。
+ChatLaw法律大模型目前开源的仅供学术参考的版本底座为姜子牙-13B、Anima-33B，我们使用大量法律新闻、法律论坛、法条、司法解释、法律咨询、法考题、判决文书等原始文本来构造对话数据。
 
 基于姜子牙-13B的模型是第一版模型，得益于姜子牙的优秀中文能力和我们对数据清洗、数据增强过程的严格要求，我们在逻辑简单的法律任务上表现优异，但涉及到复杂逻辑的法律推理任务时往往表现不佳。
 
 随后基于[Anima-33B](https://github.com/lyogavin/Anima)，我们增加了训练数据，做成了ChatLaw-33B，发现逻辑推理能力大幅提升，由此可见，大参数的中文LLM是至关重要的。
 
-基于可商用的模型训练而成的版本会作为我们产品[ChatLaw](http://www.chatlaw.cloud/)内部接入的版本，对外不开源。
+我们的技术报告在这里: [arXiv: ChatLaw](https://arxiv.org/pdf/2306.16092.pdf)
+
+基于可商用的模型训练而成的版本会作为我们产品[ChatLaw产品官网](http://www.chatlaw.cloud/)内部接入的版本，对外不开源，可以在[这里](https://chatlaw.cloud/lawchat/)进行开源版本模型的试用
 
 
 ## 效果 Results
@@ -39,27 +49,39 @@ ChatLaw法律大模型目前开源的仅供学术参考的版本为姜子牙-13B
 ![](https://raw.githubusercontent.com/PKU-YuanGroup/ChatLaw/main/images/demo_1.jpg)
 ![](https://raw.githubusercontent.com/PKU-YuanGroup/ChatLaw/main/images/demo_2.jpg)
 
+## 未来计划
+
++ **提升逻辑推理能力，训练30B以上的中文模型底座**：在ChatLaw的迭代过程中，我们发现和医疗、教育、金融等垂直领域不同的是，法律场景的真实问答通常涉及很复杂的逻辑推理，这要求模型自身有很强的逻辑能力，预计只有模型参数量达到30B以上才可以。
+
++ **安全可信，减少幻觉**：法律是一个严肃的场景，我们在优化模型回复内容的法条、司法解释的准确性上做了很多努力，现在的ChatLaw和向量库结合的方式还可以进一步优化，另外我们和[ChatExcel](https://chatexcel.com/)的师兄结合，在学术领域研究LLM的幻觉问题，预计两个月后会有突破性进展，从而大幅减轻幻觉现象。
+
++ **私有数据模型**：我们一方面会继续扩大模型的基础法律能力，另一方面会探索B/G端的定制化私有需求，欢迎探讨合作
 
 ##  使用 Usage
 
 由于LLaMA权重的许可限制，该模型不能用于商业用途，请严格遵守LLaMA的使用政策。考虑到LLaMA权重的许可证限制，我们无法直接发布完整的模型权重。、
 
 
-欢迎引用我们的[网站](https://github.com/PKU-YuanGroup/ChatLaw/tree/master):
+欢迎引用我们:
 
 ```
+@misc{cui2023chatlaw,
+      title={ChatLaw: Open-Source Legal Large Language Model with Integrated External Knowledge Bases}, 
+      author={Jiaxi Cui and Zongjian Li and Yang Yan and Bohua Chen and Li Yuan},
+      year={2023},
+      eprint={2306.16092},
+      archivePrefix={arXiv},
+      primaryClass={cs.CL}
+}
 @misc{ChatLaw,
   author={Jiaxi Cui and Zongjian Li and Yang Yan and Bohua Chen and Li Yuan},
   title={ChatLaw},
   year={2023},
   publisher={GitHub},
   journal={GitHub repository},
-  howpublished={\url{https://github.com/PKU-YuanGroup/ChatLaw/tree/master}},
+  howpublished={\url{https://github.com/PKU-YuanGroup/ChatLaw}},
 }
 ```
 
 
 
-
-
-