論文の概要: Automating Transparency Mechanisms in the Judicial System Using LLMs: Opportunities and Challenges
- arxiv url: http://arxiv.org/abs/2408.08477v1
- Date: Fri, 16 Aug 2024 01:40:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 16:50:01.731738
- Title: Automating Transparency Mechanisms in the Judicial System Using LLMs: Opportunities and Challenges
- Title（参考訳）: LLMを用いた司法制度における透明性機構の自動化--可能性と課題
- Authors: Ishana Shastri, Shomik Jain, Barbara Engelhardt, Ashia Wilson,
- Abstract要約: LLMは、これらの透明性パイプラインを自動化し、スケールする可能性がある。
2つの重要な裁判所プロセスにおいて透明性を提供するためにLLMを使用する機会と課題について論じる。
- 参考スコア（独自算出の注目度）: 2.132063902944522
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bringing more transparency to the judicial system for the purposes of increasing accountability often demands extensive effort from auditors who must meticulously sift through numerous disorganized legal case files to detect patterns of bias and errors. For example, the high-profile investigation into the Curtis Flowers case took seven reporters a full year to assemble evidence about the prosecutor's history of selecting racially biased juries. LLMs have the potential to automate and scale these transparency pipelines, especially given their demonstrated capabilities to extract information from unstructured documents. We discuss the opportunities and challenges of using LLMs to provide transparency in two important court processes: jury selection in criminal trials and housing eviction cases.
- Abstract（参考訳）: 説明責任を高めるために司法制度に透明性を持たせるには、しばしば、偏見とエラーのパターンを検出するために、多くの非組織的な訴訟ファイルを慎重に調べなければならない監査者による広範囲な努力が必要である。
例えば、カーティス・フラワーズ事件の高名な捜査は、検察官が人種的に偏見のある陪審員を選んだことの証拠を示すために、年間7人の記者を雇った。
LLMは、特に構造化されていないドキュメントから情報を抽出する実証された能力を考えると、これらの透明性パイプラインを自動化およびスケールする可能性がある。
刑事裁判における陪審員の選考と住居退去事件の2つの重要な裁判所プロセスにおいて、LLMを使用することの機会と課題について論じる。
関連論文リスト
- LLMJudge: LLMs for Relevance Judgments [37.103230004631996]
この挑戦は、SIGIR 2024のLLM4Evalワークショップの一部として組織されている。
近年の研究では,LLMが検索システムに対して信頼性の高い妥当性判定を生成できることが示されている。
収集したデータは、自動関連判断研究を支援するパッケージとして公開される。
論文 参考訳（メタデータ） (2024-08-09T23:15:41Z) - Learning Interpretable Legal Case Retrieval via Knowledge-Guided Case Reformulation [22.85652668826498]
本稿では,大言語モデル(LLM)に基づく法的な知識誘導型事例修正手法であるKELLERを紹介する。
犯罪や法律記事に関する専門的な法的知識を取り入れることで、大規模な言語モデルにより、原訴訟を犯罪の簡潔なサブファクトに正確に修正することができる。
論文 参考訳（メタデータ） (2024-06-28T08:59:45Z) - CrAM: Credibility-Aware Attention Modification in LLMs for Combating Misinformation in RAG [50.030526904378256]
Retrieval-Augmented Generation (RAG)は、外部文書を参照することにより、LLM(Large Language Models)の幻覚を軽減することができる。
この問題に対処するために,我々は「クレディビリティ・アウェアRAG」の課題を探求する。
我々は$textbfCr$edibility-aware $textbfA$ttention $textbfM$odification (CrAM)というプラグイン・アンド・プレイ方式を導入する。
CrAMは、文書の信頼性に基づいて、影響力のある注意頭を特定し、その注意重みを調整することにより、低信頼度文書の影響を低減する。
論文 参考訳（メタデータ） (2024-06-17T13:01:12Z) - Automatic Information Extraction From Employment Tribunal Judgements Using Large Language Models [0.4810407297181484]
本稿では,大規模言語モデルであるGPT-4の英国雇用裁判所事件からの自動情報抽出への応用について述べる。
手動検証プロセスを用いて臨界情報を抽出する際のGPT-4の性能を慎重に評価した。
論文 参考訳（メタデータ） (2024-03-19T17:43:08Z) - Multi-Defendant Legal Judgment Prediction via Hierarchical Reasoning [49.23103067844278]
マルチディペンダント・ケースの各被告に対する判断結果を自動予測することを目的としたマルチディペンダント・LJPの課題を提案する。
マルチディペンダント LJP の課題は,(1) 各被告の識別不能な判断結果, (2) 訓練と評価のための実世界のデータセットの欠如である。
論文 参考訳（メタデータ） (2023-12-10T04:46:30Z) - A Comprehensive Evaluation of Large Language Models on Legal Judgment
Prediction [60.70089334782383]
大規模言語モデル(LLM)は、ドメイン固有のアプリケーションに大きな可能性を示している。
GPT-4の法律評価をめぐる近年の論争は、現実の法的タスクにおけるパフォーマンスに関する疑問を提起している。
我々は,LLMに基づく実践的ベースラインソリューションを設計し,法的判断予測の課題を検証した。
論文 参考訳（メタデータ） (2023-10-18T07:38:04Z) - Leveraging Large Language Models for Topic Classification in the Domain
of Public Affairs [65.9077733300329]
大規模言語モデル (LLM) は公務員文書の分析を大幅に強化する可能性を秘めている。
LLMは、公共の分野など、ドメイン固有のドキュメントを処理するのに非常に役立ちます。
論文 参考訳（メタデータ） (2023-06-05T13:35:01Z) - FAT Forensics: A Python Toolbox for Implementing and Deploying Fairness,
Accountability and Transparency Algorithms in Predictive Systems [69.24490096929709]
FAT ForensicsというオープンソースのPythonパッケージを開発しました。
予測アルゴリズムの重要な公平性、説明可能性、透明性を検査することができる。
私たちのツールボックスは、予測パイプラインのすべての要素を評価することができます。
論文 参考訳（メタデータ） (2022-09-08T13:25:02Z) - Legal Judgment Prediction with Multi-Stage CaseRepresentation Learning
in the Real Court Setting [25.53133777558123]
本稿では, 実地裁判所から新たなデータセットを導入し, 法的な判断を合理的に百科事典的に予測する。
大規模な民事裁判データセットを用いた広範な実験は、提案モデルが、法的判断予測のためのクレーム、事実、議論の間の相互作用をより正確に特徴付けることができることを示している。
論文 参考訳（メタデータ） (2021-07-12T04:27:14Z) - Dimensions of Transparency in NLP Applications [64.16277166331298]
aiシステムに関する記述とコミュニケーションに関する幅広い透明性が望ましいと考えられている。
以前の研究は、システムの透明性向上とユーザの混乱の間にトレードオフが存在することを示唆している。
論文 参考訳（メタデータ） (2021-01-02T11:46:17Z)
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。