Mar, 2024

通往法律自治的道路：利用大型语言模型、专家系统和贝叶斯网络进行可互操作和可解释的法律信息提取、转换、加载和计算的方法

PDF
TL;DR通过使用大型语言模型（LLM）、专家法律系统（即法律决策路径）和贝叶斯网络的方法，本文概述了一种应用于自主汽车方面的方法的原理证明，该方法旨在通过对 AI 代理控制设备的代理软件中编码现有规则，实现人工智能代理理解法律并与之推理的能力。
发现论文，激发创造
  • 合理的人工智能：用于法律应用的大型语言模型工程化

    通过获取对大型语言模型输出的支持和反对证据，可以增加其生成文本的可信度并追究其虚假信息责任。

    Nov, 2023

  • 大型语言模型作为受托人：一个案例研究，以法律标准稳健地与人工智能进行沟通

    本研究旨在建立一个 AI 理解法律标准更广泛的框架，并通过遵循法律反馈（RLLF）进行强化学习，研究表明，在使用美国法院意见标准的大型语言模式方面，AI 在理解受托义务方面的准确性可达到 78％，表明 AI 在解释不确定状态下指令方面具有一定的理解能力，并为该能力的改进奠定基础。

    Jan, 2023

  • 基于软件工程方法的 AI 驱动的法定推理

    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

  • 灵活和上下文特定的 AI 可解释性：一种多学科方法

    该论文提出了一个框架，结合了技术、法律和经济因素，以定义在特定情境下的 “适当” 的解释水平，包括观众、操作环境、系统可能造成的伤害级别和法律 / 监管框架等主要情境因素，并提出了与此相关的社会效益。同时，论文还探讨了可用的技术工具，选择全局和局部解释输出的正确水平，并强调了解释只有在总社会效益大于成本时才具有社会价值。

    Mar, 2020

  • AI 安全之法律研究

    人工智能系统如何安全并与人类价值相一致是一个开放性的研究问题，本文提出有效的法律制度是解决人工智能安全性的最佳途径。

    Jul, 2023

  • 大型语言模型与法律系统的探索：简要调查

    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

  • 法律与代码：一种法律信息学方法，用以协调人工智能与人类

    通过将法律知识和推理嵌入 AI 中并利用法律过程生成的数据来解决人类价值的规范问题，从而增加人工智能与人的对齐并提高其在本地上的实用性。

    Sep, 2022

  • 通过区块链和大型语言模型增强自主代理的信任：一种实现问责和可解释性的架构

    自主代理、安全关切、解释、问责制、基于 ROS 的移动机器人的可信度与安全性解决方案及其性能评估。

    Mar, 2024

  • 利用大型语言模型赋能自动驾驶：一个安全的角度

    自动驾驶面临重要的挑战：公众信任问题和长尾未知驾驶场景的安全担 忧。为解决这个问题，本文提倡在自动驾驶系统中整合大型语言模型，充分利用其强大的常识知识、推理能力和人机交互能力，将其作为智能决策者来提升整体自动驾驶性能和安全性。本文展示了两个案例研究的结果，证实了我们方法的有效性。此外，我们还讨论了将大型语言模型整合到其他自动驾驶软件组件 (包括感知、预测和仿真) 的潜在优势。尽管在案例研究中面临挑战，但大型语言模型的整合对于加强自动驾驶的安全性和性能具有潜在的希望和益处。

    Nov, 2023

  • 从文本到结构：利用大型语言模型支持法律专家系统的发展

    利用大型语言模型自动提取立法文件的结构化表示，为发展透明且可解释的基于符号方法的系统提供了一条有前景的途径。

    Nov, 2023