COLLT：面向法律大模型的澄清式工具学习框架

COLLT（Clarification-Oriented Legal Language with Tool augmentation）是专为法律领域设计的澄清导向型工具学习框架，核心目标是解决用户法律咨询中常见的信息缺失问题，提升大模型在复杂法律场景下的回答质量。该框架具备智能澄清机制与六大专业法律工具，通过双轨决策机制模拟真实律师工作流程，并采用预算控制防止工具滥用，同时支持低资源训练与多模型适配，已通过严谨评估验证有效性并开源相关资源。

中文在线法律服务平台上，用户咨询常存在严重信息不足（如仅问“能否离婚”却未说明婚姻时长、财产状况等关键信息）。传统大模型面对模糊查询时，要么回答笼统，要么基于假设推测，导致建议缺乏针对性甚至误导。COLLT正是针对这一痛点提出，赋予模型智能判断澄清时机与调用专业工具获取权威依据的能力。

COLLT的核心创新是动作标记系统：表示需澄清信息，表示可直接进入工具检索与回答阶段。框架内置六大基于Lawformer训练的专业工具：T_LAS（法律条文检索）、T_LCP（罪名预测）、T_SCR（类案检索）、T_LER（要素识别）、T_LED（事件检测）、T_NET（网络搜索）。此外，通过命题1约束每轮对话最多2次工具调用，避免过度检索，实现精准工具组合（如离婚财产纠纷优先调用T_LER和T_LAS）。

COLLT采用4-bit QLoRA技术，在单张NVIDIA RTX 4090（24GB显存）上成功微调ChatGLM3-6B、LLaMA-3-8B等五个主流中文大模型，低资源方案便于中小型团队复现。训练数据来自DISC-Law-SFT的11533条真实咨询种子，经DeepSeek两阶段标注（判断澄清需求与工具调用），生成含11528条多轮对话的COLLT-SFT数据集（OpenAI消息格式）。

COLLT的评估涵盖常规LawBench九项任务及专门构建的AmbigLegalQA评测集（5181条覆盖0-4轮澄清的样本）。评估指标包括Trigger-F1（澄清判断准确性）、Clarification Coverage（澄清问题覆盖关键缺口）、Multi-turn ROUGE-L（回答匹配度）。消融实验显示，澄清机制与工具系统协同作用才能发挥最大效能。

COLLT项目开源训练代码、评估脚本、数据集构建流程及11528条训练样本（CC BY-NC 4.0协议），填补了高质量中文法律对话数据集的稀缺空白。其显式协议标记系统（、等）为工具学习领域提供可借鉴范式，便于调试、可解释性分析及后续研究干预。

COLLT对法律AI开发者的启示：1.领域特异性工具设计至关重要，通用工具无法满足法律精确性需求；2.澄清机制提升用户体验与信任；3.预算控制策略可借鉴到其他工具学习场景。COLLT的开源资源为法律AI进一步发展奠定坚实基础。