1、是否支持信创环境？

答：当前系统已支持人大金仓数据库，具备在信创环境下运行的能力。未来我们也将持续扩展对更多信创相关组件与环境的适配支持。

2、数据是本地的还是云端的？审查时合同合同数据会传送到外网吗？

答：由于合同涉及保密性要求，我们支持本地化部署方案，所有数据均存储在客户本地的服务器中，不会向外网传输。

关于法律研究模块，为获取最新的法律法规与案例数据，该模块需要访问外部资源。我们通常建议为此功能配置网络白名单，允许其访问公网。若仅涉及单一查询请求，其网络行为与使用百度等搜索引擎检索信息类似，数据交互范围有限。

3、在本地化部署后，AI是否还会通过外部数据进行学习？若仅通过内部数据训练，此类数据是否会上传至公网用于AI学习？

答：不会。系统在本地化部署后，AI的学习完全基于内部数据，不会主动接入外部数据源进行学习。所有反馈与训练数据均存储在本地服务器，后续是否用于模型进一步训练，也需经内部专业法务人员审核与确认。整个过程均在本地环境完成，相关数据不会上传至公网。

4、是否支持本地训练？

答：在技术层面，iTerms支持本地训练方案，但从实施成本与效率角度综合考虑，我们通常建议企业将经脱敏处理后的数据交由法大大团队进行集中训练。

主要原因如下：

• 算力投入与使用效率：模型训练环节需要消耗大量计算资源，而训练任务通常并非持续进行，属于阶段性工作（如定期数据收集、清洗、确认后再启动）。本地部署专用算力资源易造成闲置，成本效益较低。

• 专业人力与流程成本：训练过程需要算法工程师与法律知识工程师协同参与，包括跟踪训练进度、调整参数、进行多轮效果评测与优化等。这要求配备专门团队持续投入，企业自建团队所需的人天成本较高。

• 全流程管理复杂度：从数据准备、训练调试到最终验收，整个流程需系统化管理与专业经验支持。通过法大大统一训练，企业可依托成熟团队与已有基础设施，在保障效果的同时减少管理负担。

因此，我们推荐企业将重点放在业务数据的使用与反馈上，而将训练环节交由我们专业的团队来完成，以实现资源优化与效果保障的最佳平衡。

5、如果本地搭数据的话更新频次是多久？

答：在法律数据本地化部署的情况下，数据更新为周期性触发机制，而非固定频率的定时更新。具体流程如下：

• 监控与检测：系统内置监控模块会实时跟踪对接的权威法律数据库（如法研院等）的更新索引，自动识别法律法规、案例等信息的变更、新增或废止情况。

• 触发与同步：一旦监控到源数据发生更新，系统将自动触发同步流程，从源头获取最新数据。

• 替换与生效：获取的全量更新数据将在本地环境完成整体替换，并同步更新本地索引，确保数据库内容的完整性与时效性。

这种基于实时监控的触发式更新机制，可在法律数据发生变动后及时完成本地同步，避免固定周期更新可能存在的延迟，也无需依赖人工手动干预，从而保障您本地数据库持续处于最新状态。

如您有特定的更新频率要求或希望自定义更新规则，我们也可根据实际需求进行配置调整。

6、平台会将我们的数据用于其他商业用途吗？

答：平台在任何情况下都不会将您的数据用于其他商业用途。所有用户数据的使用均遵循严格的授权原则：未经您的明确许可，我们不会进行任何处理。若您希望贡献数据以协助优化模型效果，我们会在确保数据脱敏处理并获得您正式授权后，方可用于特定的模型训练。整个过程将完全透明，并受相关协议与政策的约束，请您放心。