Разработчик создал ИИ-тренажёр судебного процесса ChatCourt, в котором студент выступает истцом или ответчиком, а роли судьи, секретаря и оппонента играют нейросети. Тренажёр предназначен для российских вузов, поэтому в нём используется российская модель GigaChat Ultra — иностранные и китайские сервисы не подходят из-за ограничений учебных заведений.

Учебное дело по арбитражному процессу первой инстанции проходит шесть этапов: подготовка, предварительное заседание, судебное заседание, доказательства и ходатайства, прения и решение. Решение выносит ИИ-судья, а оценку действиям студента даёт преподаватель по ходу процесса, а не по итогу дела. Сейчас в тренажёре три учебных дела по урокам курса; подачу иска, апелляцию, кассацию и исполнение решения отложили на потом.

Управление процессом ведёт детерминированный движок, а не модель: код решает, что допустимо, а следующий шаг выбирает нейросеть. Технически это синхронный модульный монолит на Python с FastAPI и SQLite, которого, по оценке автора, достаточно для пилота на несколько студентов.

При переходе с модели Sonnet на GigaChat движок пришлось переписать: Sonnet может вызывать несколько функций за шаг, а GigaChat — только одну. Кроме того, модель зацикливалась и повторяла одну и ту же фразу. Автор ввёл режим «Паузы» при повторах, добавил в промпт пояснения об ошибках и 45 примеров исправления отказов, а также журнал хода с уже отклонёнными действиями.

Температуру модели подобрали отдельно для ролей: судья — 0,2, ИИ-сторона и подсказки — 0,3, служебные проверки — 0,01; ноль GigaChat не принимает. В «ведомом» режиме движок сам выбирает тип следующего шага и предлагает модели от одного до трёх действий; отклонённое за повтор действие убирается из меню до конца хода.

Собственной памяти у модели нет: перед каждым вызовом движок заново собирает для роли «стол» из журнала дела, включая позицию роли, опись документов, протоколы прошлых заседаний и до 15 заметок. Кэширование запросов по ключу сессии подняло долю токенов из кэша примерно с 8% до 44% в некоторых случаях. Расход на полный тестовый прогон уменьшился с 1,7 млн токенов на Sonnet до 0,55 млн на GigaChat, из которых 0,39 млн тарифицируемых и 0,17 млн из кэша, а число вызовов снизилось со 100 до 62.

По словам автора, GigaChat Ultra проходит дело до решения без пауз, сейчас идёт бета-тестирование со студентами. Тренажёр пока не умеет работать с судебной практикой, а текст решения суда слабый; подключение баз судебной практики и дообучение модели автор называет следующими шагами.