法律研究是法律实践中至关重要的任务，该研究论文探讨了在法律文本分析中，结合人类专业知识提高大型语言模型（LLMs）性能的潜力，并介绍了一种新的数据集和基于人类输入的复合人工智能系统。

Mar, 2024

近年来，生成人工智能（GenAI）技术的普及，如预训练的大规模语言模型（LLMs），在计算法律领域开辟了新的前沿。本文介绍了在将人工智能应用于法规和合同法中自动化的基于规则推理的激动人心的领域，并提出了几个自动化软件测试和程序分析的概念，这些概念在利用人工智能进行法规和合同分析时可能非常有用。

Apr, 2024

本文介绍了利用人工智能技术，从司法判决中提取法律指标，通过构建律师和判决的网络图和排名律师的指标来缩小信息不对称和提高公正性，同时还探讨了基于社区特征来表示案件困难程度的度量方式。

Jun, 2020

对于模拟法律推理和案例论证以支持决策的论文进行了回顾，揭示了传统符号逻辑与 AI 技术，并探讨了在法律自然语言处理方面的最新进展，提出融入专家知识以在符号逻辑和数据驱动方法中保持可拓展性和解释性的可能性，同时识别出挑战和现代自然语言处理模型和方法的潜力。

Jun, 2024

该研究探讨了法律文本中的论点自动提取与语义分析方法，采用基于欧洲人权法院纪录的一种新的注释方案，提出了一种改进的模型，能够更加准确地对法律审判过程中的论点进行自动化提取与分类。

Aug, 2022

探索认知智能在法律知识中的应用，聚焦于司法人工智能的发展。利用自然语言处理作为核心技术，自动构建司法案例知识图谱的方法，包括实体识别、关系抽取等多项任务，以及在一个交通事故责任纠纷案例研究中的显著优势。

Apr, 2024

本文介绍了一个新的自然语言处理任务和数据集，基于美国民事诉讼领域，旨在为评估现代法律语言模型提供具有挑战的任务。研究表明，fine-tuning 法律 transformer 模型相对于随机基线模型更有优势，但推理法律论点的实际能力仍是具有挑战性的开放性研究问题。

Nov, 2022

人工智能对传统司法行业产生了重大影响。最近，随着 AI 生成内容的发展，人工智能和法律在图像识别、自动文本生成和交互式聊天等领域得到应用。然而，法律领域的大型语言模型的应用仍处于初级阶段。本文对法律领域的大型语言模型进行了全面调查，揭示了它们在司法系统中的应用。同时，我们还讨论了法律领域大型语言模型的实际实施，如为用户提供法律咨询和协助法官审理案件。此外，我们探讨了法律领域大型语言模型的局限性，包括数据、算法和司法实践。最后，我们总结了实际建议并提出了未来发展方向以解决这些挑战。

Nov, 2023

AI 对法律职业的重新定义缺乏支持性证据，本文研究了 AI 在三类法律任务中的日益普及的角色：信息处理、涉及创造力、推理或判断的任务，以及对未来的预测。我们发现，根据鉴别正确答案的难易程度和与任务相关的信息的可观察性来评估法律应用的易用性存在很大差异。对法律职业将造成最重大变革的任务也最容易过于乐观地评估 AI 的能力，因为它们难以评估。我们提出了在法律背景下更好地评估和应用 AI 的建议。

Jan, 2024

本文提出了一种基于深度学习的有效自动案例总结系统，该系统利用最先进的自然语言处理技术，提供了监督和无监督方法来生成简洁且相关的冗长法律案例文件的摘要。用户友好的界面允许用户浏览系统的法律案例库，选择所需案例，并选择他们偏好的总结方法。该系统为法律文本的每个小节以及整体生成全面的摘要。该演示简化了法律案例文档分析，可能通过减轻工作量和提高效率从而使法律专业人员受益。未来的工作将集中在改进摘要技术并探索将我们的方法应用于其他类型的法律文本。

Dec, 2023