本仓库是关于2024年琶洲算法大赛的开源代码汇总， 旨在探索大语言模型在法律行业的应用潜力。 本仓库存放了数个比赛团队的竞赛原始代码，均经过整理并开源。
关于本次LawGLM比赛及开源项目的背景情况及台前幕后的故事，请参考 文档。
- 比赛链接和介绍: https://tianchi.aliyun.com/competition/entrance/532221
- 技术： 参赛选手们使用了 Function Call，RAG，长文本等多项技术，让大模型在法律领域发挥了更大的作用。
- 模型： 比赛选手的灵活使用
GLM-4-Air，GLM-4-AirX，GLM-4-Plus，GLM-4-Flash等多种 GLM API系列模型。 充分发挥GLM-4-AirX响应快，GLM-4-Flash免费，GLM-4-Plus精度高等优势，结合使用，实现高性价比解决方案。
- 🔥🔥 News:
2024/12/03: 2024金融行业·大模型挑战赛 已经正式推出，持续开源！欢迎报名参赛。 - 🔥 News:
2024/11/30: 我们将会公开视频教程，方便大家学习。 - 🔥 News:
2024/10/20: 我们整理开源了第一个参赛队伍的代码。并完成了项目的基础工作。
- 官方QA视频: https://www.bilibili.com/video/BV1k4421U78c/?vd_source=c083324a69ff411499cf1b5f539eaac7
- QA PPT: 点击这里
- 官方解题思路： https://www.bilibili.com/video/BV1k4421U78c/?vd_source=c083324a69ff411499cf1b5f539eaac7
以上信息可供参考，进一步了解该比赛。
- APIWeaver: 由 MeiPixel 贡献。 支持文档召回, 通过大模型对话式优化prompt, 运行记录转化为llama factory训练格式 ,一键部署gradio等多样功能。
- Vinlic: 由 Vinlic 贡献。Vinlic队在第三届琶洲算法大赛GLM法律行业大模型挑战赛道中提出了两种方案：方案A结合多轮迭代与FunctionCall实现Token节省，方案B结合多轮迭代、Planner与CodeAct实现更高自由度。
- Move_forward_every_da: 每天前进30公里团队的终版（复赛）方案。复赛成绩排名第15名。
- NickolasNi: 由 NickolasNi 贡献，初赛方案。
- LegalHi: LegalHi 团队方案，通过意图分类，问题改写，思维链、结果判断、外反思等多个步骤，优秀完成任务。
- Buycabbage-semi: 基于GLM多智能体协同的法律行业问答系统，由买白菜不砍价提供的复赛解决方案。
本代码中无特殊说明或者无注名额外协议的，均使用 Apache 2.0 协议。
我们欢迎任何参与比赛的队伍提交自己的比赛作品。
如果您想参与贡献，请参考 这里
我们感谢来自以下开发者的贡献，如果名单有却是，请您联系我们：
