第三届法律领域挖掘与学习国际研讨会论文集 (MLLD-23)
这篇研究论文总结了第 39 届国际逻辑编程会议(ICLP 2023)在英国伦敦帝国理工学院于 2023 年 7 月 9 日至 7 月 15 日举行的技术交流。涵盖了主会场、博士生学术研讨会、应用与系统 / 演示研讨会、最近发布研究研讨会、一起探讨研讨会、逻辑编程与机器学习、逻辑编程与可解释性、伦理和可信度研究等领域。
Aug, 2023
2016 年 ICML Workshop 于纽约举办,邀请了 5 位演讲嘉宾 Susan Athey、Rich Caruana、Jacob Feldman、Percy Liang 和 Hanna Wallach,讨论了在机器学习中人类可解释性的问题。
Jul, 2016
这篇研究论文总结了于 2023 年 12 月 10 日在美国路易斯安那州新奥尔良举行的第三届健康机器学习研讨会(ML4H 2023)所接受的发现论文集,该研讨会面向医疗保健、生物医学和公共卫生等各种与健康相关的领域的相关问题,并通过正式会议和非正式发现两种途径接受高质量提交的论文。
Dec, 2023
PKAW2022 将继续聚焦于知识获取和机器智能领域,并欢迎在人工智能技术和应用,以及人类和大数据驱动的多学科方法的贡献。
Nov, 2022
我们提出了 DISC-LawLLM,一个利用大型语言模型(LLMs)提供各种法律服务的智能法律系统。我们采用法律推理提示策略在中国司法领域构建了监督微调数据集,并使用具备法律推理能力的 LLMs 进行微调。我们通过检索模块增强了 LLMs 的能力,以访问和利用外部法律知识。我们提出了全面的法律评估基准 DISC-Law-Eval,从客观和主观的角度评估智能法律系统。在 DISC-Law-Eval 上的定量和定性结果表明我们的系统在为各种不同法律场景下的用户提供服务方面的有效性。详细的资源可以在此 https URL 找到。
Sep, 2023
人工智能和大型语言模型的进步正在给法律领域的自然语言处理任务带来深刻的转变。大型语言模型在法律部门展示出越来越多独特的优势和各种挑战。本调查研究了大型语言模型与法律系统之间的协同作用,例如在法律文本理解、案例检索和分析等任务中的应用。此外,该调查还突出了大型语言模型在法律领域面临的关键挑战,包括偏见、可解释性和道德考虑,以及研究人员如何解决这些问题。调查展示了针对不同法律体系量身定制的最新进展,以及用于各种语言的大型语言模型微调的法律数据集。此外,它提出了未来研究和发展的方向。
Apr, 2024
CAIL 2023 Argument Mining Track focuses on identifying and extracting interacting argument pairs in trial dialogs, using summarized judgment documents, and aims to benefit future work in the field of language models.
Jun, 2024