論文の概要: LAW: Legal Agentic Workflows for Custody and Fund Services Contracts

• arxiv url: http://arxiv.org/abs/2412.11063v1
• Date: Sun, 15 Dec 2024 05:40:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 14:03:04.957461
• Title: LAW: Legal Agentic Workflows for Custody and Fund Services Contracts
• Title（参考訳）: LAW:Custody and Fund Services Contractsのための法的エージェントワークフロー
• Authors: William Watson, Nicole Cho, Nishan Srishankar, Zhen Zeng, Lucas Cecchi, Daniel Scott, Suchetha Siddagangappa, Rachneet Kaur, Tucker Balch, Manuela Veloso,
• Abstract要約: 法律契約は、主要な提供者責任、手数料スケジュール、償還権などの重要な側面を管轄する。 オフ・ザ・シェルフの大規模言語モデルでは、長い構造化されていないテキストストリーム、限られたコンテキスト、複雑な法律用語のために、これらの契約を取り込みます。 Lawは、ドメイン固有のツールとテキストエージェントのスイートを編成することで、ユーザクエリに応答するモジュラー設計を特徴としている。
• 参考スコア（独自算出の注目度）: 14.202783777969024
• License:
• Abstract: Legal contracts in the custody and fund services domain govern critical aspects such as key provider responsibilities, fee schedules, and indemnification rights. However, it is challenging for an off-the-shelf Large Language Model (LLM) to ingest these contracts due to the lengthy unstructured streams of text, limited LLM context windows, and complex legal jargon. To address these challenges, we introduce LAW (Legal Agentic Workflows for Custody and Fund Services Contracts). LAW features a modular design that responds to user queries by orchestrating a suite of domain-specific tools and text agents. Our experiments demonstrate that LAW, by integrating multiple specialized agents and tools, significantly outperforms the baseline. LAW excels particularly in complex tasks such as calculating a contract's termination date, surpassing the baseline by 92.9% points. Furthermore, LAW offers a cost-effective alternative to traditional fine-tuned legal LLMs by leveraging reusable, domain-specific tools.
• Abstract（参考訳）: 留保および資金サービス領域における法的契約は、主要な提供者責任、手数料のスケジュール、減刑権などの重要な側面を管轄する。 しかし、長文の非構造化ストリーム、LLMコンテキストウィンドウの制限、複雑な法的な用語により、既成のLarge Language Model (LLM) がこれらの契約を吸収することは困難である。 これらの課題に対処するため、LAW (Legal Agentic Workflows for Custody and Fund Services Contracts)を紹介します。 LAWは、ドメイン固有のツールとテキストエージェントのスイートを編成することで、ユーザクエリに応答するモジュール設計を備えている。 実験の結果,複数の特殊エージェントやツールを統合することで,LAWがベースラインを大幅に上回っていることがわかった。 LAWは、契約の終了日を計算し、ベースラインを92.9%上回る複雑なタスクで特に優れている。 さらにLAWは、再利用可能なドメイン固有のツールを活用することで、従来の微調整法的なLLMに代わる費用対効果を提供する。

関連論文リスト

• LawLLM: Law Large Language Model for the US Legal System [43.13850456765944]
  我々は,米国法域に特化して設計されたマルチタスクモデルであるLawLLM(Law Large Language Model)を紹介する。 類似症例検索(SCR)、PCR(Precedent Case Recommendation)、LJP(Lawal Judgment Prediction)においてLawLLMが優れている そこで本研究では,各タスクに対して,生の法定データをトレーニング可能な形式に変換する,カスタマイズされたデータ前処理手法を提案する。
  論文  参考訳（メタデータ） (2024-07-27T21:51:30Z)
• Optimizing Numerical Estimation and Operational Efficiency in the Legal Domain through Large Language Models [13.067312163677933]
  本稿では,Large Language Modelsと特殊設計のプロンプトを統合して,法的な人工知能(LegalAI)アプリケーションにおける精度要件に対処する手法を提案する。 本手法を検証するために,精度指向の LegalAI タスクに適したキュレートデータセットを提案する。
  論文  参考訳（メタデータ） (2024-07-26T18:46:39Z)
• InternLM-Law: An Open Source Chinese Legal Large Language Model [72.2589401309848]
  InternLM-Lawは、中国法に関する様々な法的クエリに対処するための特殊なLLMである。 われわれは、中国法域に100万以上のクエリを含むデータセットを慎重に構築する。 InternLM-LawはLawBench上で最高の平均性能を達成し、20サブタスク中13サブタスクでGPT-4を含む最先端モデルを上回っている。
  論文  参考訳（メタデータ） (2024-06-21T06:19:03Z)
• LegalPro-BERT: Classification of Legal Provisions by fine-tuning BERT Large Language Model [0.0]
  契約分析は、合意の範囲内で重要な規定及び段落の識別及び分類を必要とする。 LegalPro-BERTはBERTトランスフォーマーアーキテクチャモデルであり、法定条項の分類処理を効率的に行うために微調整を行う。
  論文  参考訳（メタデータ） (2024-04-15T19:08:48Z)
• O Contract, Where Art Thou? Contract Management as a SharePoint Oddity [1.169389391551085]
  本稿では,Microsoft SharePointを契約管理に利用する際の裁判と混乱について,26件の半構造化インタビューの分析を行った。 約束はあるものの、成功するために必要となるものの多くは、それを実施するために権限を持つ人たちに簡単に手に入ることよりも、もっと技術的な技術を必要としていることに気付きました。
  論文  参考訳（メタデータ） (2023-12-14T19:34:32Z)
• 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)
• Precedent-Enhanced Legal Judgment Prediction with LLM and Domain-Model Collaboration [52.57055162778548]
  法的判断予測(LJP)は、法律AIにおいてますます重要な課題となっている。 先行は、同様の事実を持つ以前の訴訟であり、国家法制度におけるその後の事件の判断の基礎となっている。 近年のディープラーニングの進歩により、LJPタスクの解決に様々なテクニックが使えるようになった。
  論文  参考訳（メタデータ） (2023-10-13T16:47:20Z)
• LAiW: A Chinese Legal Large Language Models Benchmark [17.66376880475554]
  一般および法的ドメイン LLM は LegalAI の様々なタスクにおいて高いパフォーマンスを示している。 われわれは、法的な実践の論理に基づいて、中国の法的LLMベンチマークLAiWを最初に構築しました。
  論文  参考訳（メタデータ） (2023-10-09T11:19:55Z)
• BOLAA: Benchmarking and Orchestrating LLM-augmented Autonomous Agents [103.28404907655542]
  大規模言語モデル(LLM)は、自律エージェント(LAA)の新たな探索に繋がった。 本稿では,エージェントアーキテクチャとLLMバックボーンの両方の観点から,LAAの包括的な比較を行う。 我々は、複数のLAAを編成する新しい戦略を提案し、各LAAは、複数のエージェント間の通信を管理する制御器であるテキストティティ(textiti.e. BOLAA)に焦点をあてる。
  論文  参考訳（メタデータ） (2023-08-11T06:37:54Z)
• SAILER: Structure-aware Pre-trained Language Model for Legal Case Retrieval [75.05173891207214]
  判例検索は知的法体系において中心的な役割を果たす。 既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。 本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
  論文  参考訳（メタデータ） (2023-04-22T10:47:01Z)

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。