論文の概要: Generative Interpretation
- arxiv url: http://arxiv.org/abs/2308.06907v1
- Date: Mon, 14 Aug 2023 02:59:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-15 14:35:07.115705
- Title: Generative Interpretation
- Title(参考訳): 生成的解釈
- Authors: Yonathan A. Arbel and David Hoffman
- Abstract要約: 大規模言語モデルを用いて契約意味を推定する新しい手法である生成的解釈を導入する。
AIモデルは、ファインダーが文脈における通常の意味を確認し、あいまいさを定量化し、当事者の合意のギャップを埋めるのに役立つことを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce generative interpretation, a new approach to estimating
contractual meaning using large language models. As AI triumphalism is the
order of the day, we proceed by way of grounded case studies, each illustrating
the capabilities of these novel tools in distinct ways. Taking well-known
contracts opinions, and sourcing the actual agreements that they adjudicated,
we show that AI models can help factfinders ascertain ordinary meaning in
context, quantify ambiguity, and fill gaps in parties' agreements. We also
illustrate how models can calculate the probative value of individual pieces of
extrinsic evidence. After offering best practices for the use of these models
given their limitations, we consider their implications for judicial practice
and contract theory. Using LLMs permits courts to estimate what the parties
intended cheaply and accurately, and as such generative interpretation
unsettles the current interpretative stalemate. Their use responds to
efficiency-minded textualists and justice-oriented contextualists, who argue
about whether parties will prefer cost and certainty or accuracy and fairness.
Parties--and courts--would prefer a middle path, in which adjudicators strive
to predict what the contract really meant, admitting just enough context to
approximate reality while avoiding unguided and biased assimilation of
evidence. As generative interpretation offers this possibility, we argue it can
become the new workhorse of contractual interpretation.
- Abstract(参考訳): 大規模言語モデルを用いて契約意味を推定する新しい手法である生成的解釈を導入する。
AI三頭論は、今日の秩序であるので、我々は、それぞれ異なる方法でこれらの新しいツールの能力を説明する、根拠付きケーススタディによって進みます。
良く知られた契約の意見を取り、彼らが主張した実際の合意を導出することにより、AIモデルは、状況における一般的な意味をファインダーが確認し、あいまいさを定量化し、当事者の合意のギャップを埋めることを可能にする。
また,モデルが個々の外部証拠の確率的値を計算する方法を示す。
これらのモデルの使用に関するベストプラクティスを制限条件として提示した後、司法実務と契約理論にその影響を考察する。
LLMを使用することで、裁判所は当事者の意図を安価かつ正確に見積もることができる。
彼らの利用は、効率重視のテクスト主義者や正義志向の文脈主義者に反応し、当事者がコスト、確実性、正確性、公平性を好むかどうかを論じる。
当事者と裁判所は、証拠の無誘導で偏りのある同化を避けながら、現実を近似するだけの十分な文脈を認めながら、契約が本当に何を意味するのかを判断しようとする中間の道を好む。
生成的解釈はこの可能性を示しており、契約的解釈の新たなワークホースとなり得ると主張する。
関連論文リスト
- DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
判例検索のための識別モデルであるDELTAを紹介する。
我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。
本手法は, 判例検索において, 既存の最先端手法よりも優れている。
論文 参考訳(メタデータ) (2024-03-27T10:40:14Z) - Towards Explainability in Legal Outcome Prediction Models [64.00172507827499]
我々は、前例が法的NLPモデルの説明可能性を促進する自然な方法であると主張している。
法的な先例の分類法を開発することで、人間の判断と神経モデルを比較することができる。
モデルが合理的に結果を予測することを学習する一方で、前例の使用は人間の判断とは違い、ということがわかりました。
論文 参考訳(メタデータ) (2024-03-25T15:15:41Z) - Towards Non-Adversarial Algorithmic Recourse [20.819764720587646]
反実的な説明とは対照的に、敵対的な例は、それらが根底的な真実よりも誤分類につながるという独特の特徴を持っていると論じられている。
本稿では,非対人的アルゴリズムの議論を紹介するとともに,高い状況下では,対人的特徴を示さない対実的説明を得ることが不可欠である理由を概説する。
論文 参考訳(メタデータ) (2024-03-15T14:18:21Z) - Wigner and friends, a map is not the territory! Contextuality in multi-agent paradoxes [0.0]
マルチエージェントシナリオは、非古典的形式主義がエージェント間の知識を扱う必要がある場合に矛盾する結果を示す。
知識が信頼の概念と関係して扱われても、矛盾する結果はマルチエージェントのシナリオでも見ることができる。
論文 参考訳(メタデータ) (2023-05-12T22:51:13Z) - Logical Satisfiability of Counterfactuals for Faithful Explanations in
NLI [60.142926537264714]
本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。
これは、説明に表される論理述語に基づいて、反実仮説を生成する。
そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
論文 参考訳(メタデータ) (2022-05-25T03:40:59Z) - Discovering Explanatory Sentences in Legal Case Decisions Using
Pre-trained Language Models [0.7614628596146599]
法的テキストは理解が難しい概念を常用する。
弁護士は、過去にどのように使われてきたのかを注意深く調べることで、そのような概念の意味を詳しく説明している。
特定の概念に便利な方法で言及するテキストスニペットを見つけるのは退屈で、時間がかかるため、コストがかかる。
論文 参考訳(メタデータ) (2021-12-14T04:56:39Z) - Detecting Logical Relation In Contract Clauses [94.85352502638081]
契約における節間の論理的関係の抽出を自動化する手法を開発する。
結果として得られたアプローチは、コントラクト作者が節間の潜在的な論理的衝突を検出するのに役立つだろう。
論文 参考訳(メタデータ) (2021-11-02T19:26:32Z) - ContractNLI: A Dataset for Document-level Natural Language Inference for
Contracts [39.75232199445175]
契約書に対する文書レベルの自然言語推論(NLI)を提案する。
システムには一連の仮説と契約が与えられ、それぞれの仮説が「関連づけられている」か、「矛盾している」か、「言及されていない」か(中立である)を分類するよう求められる。
これまでで最大のコーパスを607のアノテート契約でリリースしています。
論文 参考訳(メタデータ) (2021-10-05T03:22:31Z) - Prompting Contrastive Explanations for Commonsense Reasoning Tasks [74.7346558082693]
大規模事前学習言語モデル(PLM)は、常識推論タスクにおいて、ほぼ人間に近い性能を達成することができる。
人間の解釈可能な証拠を生成するために、同じモデルを使う方法を示す。
論文 参考訳(メタデータ) (2021-06-12T17:06:13Z) - XAI Handbook: Towards a Unified Framework for Explainable AI [5.716475756970092]
説明可能なAI(XAI)の分野は急速に繁栄し、多産なコミュニティになっている。
それぞれの新しい貢献は、それぞれ独自の(そしてしばしば直感的な)「説明」や「解釈」といった用語に依存するように見える。
我々は,これらの用語の具体的定義を提供するだけでなく,説明や解釈に必要なすべてのステップを概説する理論的枠組みを提案する。
論文 参考訳(メタデータ) (2021-05-14T07:28:21Z) - Are Interpretations Fairly Evaluated? A Definition Driven Pipeline for
Post-Hoc Interpretability [54.85658598523915]
我々は,解釈の忠実性を評価する前に,解釈を明確に定義することを提案する。
解釈手法は,ある評価基準の下で異なる性能を示すが,その差は解釈の品質や忠実さから生じるものではない。
論文 参考訳(メタデータ) (2020-09-16T06:38:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。