计算机科学 > 计算与语言
[提交于 2025年1月3日
(v1)
,最后修订 2025年5月31日 (此版本, v3)]
标题: 使用大型语言模型自动化法律解释:检索、生成和评估
标题: Automating Legal Interpretation with LLMs: Retrieval, Generation, and Evaluation
摘要: 解释法律对于法律适应不断变化的社会始终至关重要。 即使对法律从业者来说,这也是一项关键且具有挑战性的任务,因为它需要法律专家进行细致而专业的注释和总结,这无疑在大规模收集时既耗时又昂贵。 为了减轻法律专家的负担,我们提出了一种自动法律解释的方法。 具体而言,通过模拟教义式法律研究,我们引入了一个新颖的框架——ATRIE(法律概念解释器),以解决法律解释中的典型任务:法律概念解释。 ATRIE利用大型语言模型(LLMs)自动检索与概念相关的信息、解释法律概念,并评估生成的解释,从而消除对法律专家的依赖。 ATRIE由法律概念解释器和法律概念解释评估器组成。 解释器使用LLMs从先前案例中检索相关信息并解释法律概念。 评估器使用我们在下游任务中提出的法律概念蕴含任务的表现变化作为解释质量的代理指标。 自动化且多方面的实证评估表明,我们的解释质量与法律专家撰写的解释相当,且在全面性和可读性方面更胜一筹。 尽管准确度上仍存在轻微差距,但它已经能够帮助法律从业者提高法律解释的效率。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.