论大语言模型材料的证据属性——以ChatGPT和文心一言为例

语言模型也在不断推进。关于大语言 模 型 对 文 字 行 业 的 影 响,我 们 可 以 从 AI绘 画 对 绘 画 行 业 的 影 响 中 窥
① “大语言模型”也称“大型语言模型”或“语言大模型”,均指英语中的 LLM(
La
r
l),可以作完全相同理解。
geLanguageMode
②Cha
tGPT 既是 OpenAI发布的聊天机器人的名字,也是产生该聊天机器人的大语言模 型 的 名 字,即 大 语 言 模 型 与 大 语 言 模 型 产 品 同 名。 报
OpenAI发布了 GPT4 模 型,升 级 后 以 GPT-
4 模型为基础的聊天机器人叫作 Cha
tGPTP
l
us。
③ 如 GPT4 的数据截止时间为 2021 年 9 月,参见:“
GPT4i
sOpenAI
s
tadvanc
eds
t
em p
r
oduc
i
ngs
a
f
e
rand mo
r
eus
e
f
u
lr
e
spons
错误被称为“幻觉”(
ha
l
l
uc
i
na
t
i
on)③ 。3 月 23 日,
Cha
tGPT 允许用户通过添加插件进行联网,实现了信息实
时检索等功能,能力得到进一步提升 ④ 。在国内,百 度 于 3 月 16 日 发 布 大 语 言 模 型“文 心 一 言”⑤ ,阿 里 于 4
月 7 日开放“通义千问”大语言模型体验申请,商汤科技于 4 月 10 日发布大语言模型产 品“商 量”,我 国 的 大
型可能被利用来进行犯罪活动,公检法机关应如何调查取证和运用证据;在行政 领 域,大 语 言 模 型 如 果 被 用
于政府建设 ④ ,可以在多大程度上影响甚至 取 代 行 政 机 关 工 作 人 员 的 行 政 行 为,是 否 会 出 现 智 能 行 政 行 为,
行政相对人如何在复议、诉讼中运用大语言模型材料等。虽然尚无案例出现,但随着大语言模型研究和运用
宙概念不同。再次,大 语 言 模 型 作 为 基 石 性 模 型 (
Founda
t
i
ona
lMode
l)具 有 较 强 拓 展 潜 力,可 以 和 搜 索 引
擎、内容平台等应用相结合,也可以与各 种 公 共 服 务 场 景 相 结 合 ② 。 最 后,大 语 言 模 型 与 个 人 生 活 工 作 结 合
主,多模态大语言模型材料还可能包括图片、语音和视频;第二,大语言模型是 基 石 性 模 型,未 来 许 多 产 品 和
功能可以在其基础上搭建,大语言模型材 料 的 形 态 和 运 用 将 非 常 丰 富 ③ ;第 三,大 语 言 模 型 能 通 过 自 然 语 言
与使用者进行交流,甚至能让使用者察觉不到自己在与机器对话,难以意识到大语言模型材料的存在;第四,
紧密,有 潜 力 成 为 新 的 枢 纽 平 台。Cha
tGPT 允 许 联 网 后,用 户 可 以 通 过 它 进 行 订 餐、订 机 票 和 订 酒 店。
Cha
tGPT 独特的产品能力和工作性能或可吸引 一 批 用 户 改 变 原 本 的 互 联 网 消 费 习 惯,转 而 以 Cha
tGPT 作
2023 年第 4 期,第 12-14 页。
61
四川师范大学学报(社会科学版)
大语言模型材料则仅指由大语言模型生成的材料 ① 。从概念关系上看,大语言模型属于人工智能技术,如果
承认大语言模型材料可以成为证据,那么,“大语言模型证据”也属于人工智能证据的范畴。人工智能证据已
经受到司法实践和法学研究的关注,可以成为研究大语言模型材料的重要参考。目 前 实 践 中 还 缺 少 将 大 语
第 51 卷第 1 期
2024 年 1 月
Vo
l 51 No 1
J
anua
r
y 2024
四川师范大学学报(社会科学版)
J
ou
r
na
lo
fS
i
chuanNo
rma
lUn
i
ve
r
s
i
t
y
So
c
i
a
lSc
i
enc
e
sEdiBiblioteka tion论大语言模型材料的证据属性
———以 Cha
tGPT 和文心一言为例
徐继敏
严若冰
可以仅举示人机交流材料和使用者本地环境信息,重大案件则应完整举示。大语言模型材 料 区 别 于 大 数 据 证 据 和
一般的人工智能证据,具有直观性强、可解释性弱、偏在于少数技术公司、可识别性弱等特点。
关键词:大语言模型;大语言模型材料;大语言模型证据;
AIGC
DOI 10 13734jcnk
i1000
tGPT 模型形成
的产品,但目前较少对两者进行区分 ② 。Cha
tGPT 是单一模态大语言模型,理解和生成信息都 限 于 文 本(含
代码)形式,而 OpenAI在 2023 年 3 月发布的 GPT4 为多模态大语言模型,在理解图像、处理复杂任务等方
面有所提升。两者都缺乏对数据截止时间后相关信息的了解,且给出的回答不一定正确,大语言模型的这些
tGPT 为例》,《中国法律评论》
2023 年第 2 期,第 2 页。
④ 如张效羽认为,
GPT 技术的长处与法治政府建设的基本需求具有技术亲和性,未来法治政府建设要为人工智 能 嵌 入 行 政 执 法 程 序 做 好 充 分
准备。参见:张效羽《
Cha
tGPT 等人工智能内容生成技术对法治政府建设的影响及应对》,《电子政务》
道和研究常称产生 Cha
tGPT 聊天机器人 的 大 语 言 模 型 为 GPT3 5,但 根 据 OpenAI官 网 上 的 Cha
tGPT 常 见 问 题 解 答 (
Cha
tGPT Gene
r
a
l
FAQ),更准确地说,
Cha
tGPT 模型是以 GPT3 5 为基础进行微调得到的。2023 年 3 月 14 日,
自然语言处理(
Na
t
u
r
eLanguagePr
o
c
e
s
s
i
ng,
NLP)技 术 被 广 泛 应 用 于 搜 索 引 擎、智 能 客 服、机 器 翻 译、
舆情监测、自动摘要等领域,大语 言 模 型 是 自 然 语 言 处 理 领 域 的 前 沿 成 果 ② 。Cha
tGPT、
GPT4、文 心 一 言、
为新的信息处理枢纽,甚至通过路径依赖形成深度绑定。随着大语言模型的铺展,大语言模型材料将大量出
现并得到普遍运用。
目前大语言模型产品的主要形式是聊天机器人和搜索引擎,虽然两者都非新兴事物,但是大语言模型相
比以往技术的区别存在诸多特殊性,至少包括以下四项:第一,大语言模型材料以生成 性 的 文 本(含 代 码)为
的深化,大语言模型材料进入证明活动或许是司法实践和学术研究必然要面对 的 挑 战。目 前 大 语 言 模 型 在
产品应用上还相对保守,主要以聊天机器人和搜索引擎的形式呈现,但大语言模 型 产 品 的 未 来 远 不 止 这 些:
Cha
tGPT、
GPT4 已经开放联网,使用 者 可 以 通 过 下 载 插 件 实 现 实 时 检 索 等 多 项 需 求;微 软 宣 布 将 GPT4
e
s
smo
ys
OpenAI upda
t
ed Ma
r
ch15 2023 a
c
c
e
s
s
ed May22 2023 h
t
t
ic
om p
r
oduc
tgp
t
4。
ps opena
④Cha
tGPTp
l
ug
i
ns
OpenAI upda
t
ed Ma
r
ch23 2023 a
c
c
e
s
s
ed May22 2023 h
t
大语言模型有很强的黑箱效应,而且 Cha
tGPT、
GPT4 和文心 一 言 等 主 要 大 语 言 模 型 的 训 练 数 据 和 模 型 均
未公开,使大语言模型及其形成材料的可解释性受到更深质疑。
由上可知,大语言模型材料的广泛出现将带来新的法律问题,而证据问题在其中尤为突出。比如在民事
领域,大语言模型如果有不当广告行为,使用者和监管机构如何进行证据提取和审查;在刑事领域,大语言模
集成到 Cop
i
l
o
t,今后 Of
f
i
c
e系列软件的使用方式将发生巨大变化;超三百家公司宣布与文心一言合作,涵盖
媒体、文娱、金融等行业领域。当大语言模型作为一项基础工具与我们日常生 活 的 方 方 面 面 结 合,它 产 生 的
材料将远比本文能够看到的更加复杂。正如电子数据随着互联网和计算机技术 进 入 法 律 实 践,或 许 大 语 言
言模型材料作为证据的情形,而且大语 言 模 型 材 料 的 具 体 内 容 和 证 据 资 格 问 题 暂 无 学 术 共 识 或 规 范 依 据。
为求稳妥,本文主要称“大语言模型材料”而非“大语言模型证据”,不过本文认为大语言模型材料可以成为证
据,因此也将适当使用“大语言模型证据”的提法。
(二)大语言模型技术的概况及相关法律规范
ende
rBo
t
3 等,国 内 有 百 度 的 文 心 一 言、
阿里的通义千问、商汤科技的商量、华 为 的 盘 古、腾 讯 的 混 元、中 国 科 学 院 自 动 化 研 究 所 的 紫 东 太 初 等。 其
次,大语言模型有较成熟的技术和已经落地且取得商业成功的产品,其热度性质与暂时缺少技术铺垫的元宇
t
ps
opena
ic
om b
l
og cha
t
t
l
ug
i
ns
gp
p
⑤ 文心一言可以生成文本、语 音、图 像 和 视 频 等 内 容,具 备 多 模 态 能 力。 根 据 笔 者 自 3 月 17 日 参 加 内 测 的 情 况,文 心 一 言 与 Cha
tGPT 尚 有 明
显差距,但是可以参与文稿初步生成、文字校对、文本翻译等日常工作。
的美术外包业务甚至内部美术团队都面临着被裁撤的风险,因为绘画行业的抵制行 动 难 以 对 抗 企 业 降 低 成
本的意愿。
可以预见,大语言模型将广泛深入地参与到社会生活中。首先,大语言模型已受到各科技企业和科研团
队的高度重视,国外有谷歌的 Ba
r
d、
An
t
hr
op
i
c的 Cl
aude、Me
t
a 的 Bl
通义千问等都属于预训练生成式通用大语言模型,具有通用性、超多参数、生 成 式 等 特 点。通 用 性 是 指 模 型
不局限于某一行业或细分领域,旨在理解和回应常识性、通用性问题。Cha
tGPT、通义千问 是 单 一 模 态 大 语
言模型,
GPT4 和文心一言则具备多模态能力。基于通用、多模态的模型特点,大语言模型材料的内容也具
5315 2023 0316
收稿日期:
2023
05
24
基金项目:本文系国家社会科学基金项目“在线行政行为证据规则研究”(
21XFX004)的阶段性成果。
作者简介:徐继敏,男,四川内江人,四川大学法学院教授,
E
-ma
i
l xu
imi
n168@163 c
om;
j
严若冰,女,浙江台州人,四川大学法学院博士研究生。
① 陶凤、李想《“离谱”
AI绘画赚钱不离谱》,《北京商报》
2023 年 2 月 2 日,第 4 版。
② 於兴中、郑戈、丁晓东《生成式人工智能与法律的六大议题:以 Cha
tGPT 为例》,《中国法律评论》
2023 年第 2 期,第 2 页。
③ 於兴中、郑戈、丁晓东《生成式人工智能与法律的六大议题:以 Cha
60
徐继敏
严若冰
论大语言模型材料的证据属性———以 Cha
tGPT 和文心一言为例
见一些线索。AI绘画工 具 能 够 基 于 文 字 提 示 生 成 图 像,成 本 低、效 率 高,自 推 出 时 就 受 到 绘 画 行 业 的 抵
制 ① 。笔者通过对国内游戏从业者的访谈了解到,目前 AI绘 画 对 游 戏 美 术 业 务 的 冲 击 已 经 显 现,游 戏 公 司
一
新型大语言模型材料必将广泛运用于法治实践
2022 年 11 月,美 国 公 司 OpenAI 推 出 的 预 训 练 生 成 式 通 用 大 语 言 模 型 (
La
r
l,
geLanguage Mode
LLM)①Cha
tGPT 获得巨大反响。用户通过浏览器访问的 Cha
tGPT 聊天机器人是基于 Cha
摘要:以 Cha
tGPT 和文心一言为代表的大语言模型产生海量大语言模型材料,此 类 材 料 进 入 社 会 生 活 并 产 生
广泛影响,讨论大语言模型材料证据属性具有重要意义。大 语 言 模 型 材 料 可 以 成 为 证 据,但 是 否 具 有 证 据 资 格 需
要在具体个案中进行判断。从诉讼效率出发,大语言模型 证 据 在 不 同 诉 讼 中 的 呈 现 形 式 可 以 有 所 区 别:一 般 案 件
模型证据也将占有类似的重要地位。
二
大语言模型材料的定义、技术、内容和类型化
(一)大语言模型材料的定义
大语言模型材料是指与大语言模型使用行为相关的、在证明活动中可 能 作 为 证 据 使 用 的 材 料。广 义 的
大语言模型材料包括人机交流材料、大语言模型本体相关材料和大语言模型运行环境信息三个部分;狭义的