論文の概要: AIMSCheck: Leveraging LLMs for AI-Assisted Review of Modern Slavery Statements Across Jurisdictions

• arxiv url: http://arxiv.org/abs/2506.01671v1
• Date: Mon, 02 Jun 2025 13:40:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.408284
• Title: AIMSCheck: Leveraging LLMs for AI-Assisted Review of Modern Slavery Statements Across Jurisdictions
• Title（参考訳）: AIMSCheck: LLMをAI支援で活用した現代の奴隷制度の審査
• Authors: Adriana Eufrosina Bora, Akshatha Arodi, Duoyi Zhang, Jordan Bannister, Mirko Bronzi, Arsene Fansi Tchango, Md Abul Bashar, Richi Nayak, Kerrie Mengersen,
• Abstract要約: 英国とカナダから新たにアノテートされたデータセットであるAIMS.ukとAIMS.caを紹介する。 次に、コンプライアンス検証のためのエンドツーエンドフレームワークであるAIMSCheckを紹介する。 我々の実験は、オーストラリアにおけるデータセットで訓練されたモデルが、イギリスとカナダの司法管轄区域でよく一般化されていることを示している。
• 参考スコア（独自算出の注目度）: 1.3858903828439308
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern Slavery Acts mandate that corporations disclose their efforts to combat modern slavery, aiming to enhance transparency and strengthen practices for its eradication. However, verifying these statements remains challenging due to their complex, diversified language and the sheer number of statements that must be reviewed. The development of NLP tools to assist in this task is also difficult due to a scarcity of annotated data. Furthermore, as modern slavery transparency legislation has been introduced in several countries, the generalizability of such tools across legal jurisdictions must be studied. To address these challenges, we work with domain experts to make two key contributions. First, we present AIMS.uk and AIMS.ca, newly annotated datasets from the UK and Canada to enable cross-jurisdictional evaluation. Second, we introduce AIMSCheck, an end-to-end framework for compliance validation. AIMSCheck decomposes the compliance assessment task into three levels, enhancing interpretability and practical applicability. Our experiments show that models trained on an Australian dataset generalize well across UK and Canadian jurisdictions, demonstrating the potential for broader application in compliance monitoring. We release the benchmark datasets and AIMSCheck to the public to advance AI-adoption in compliance assessment and drive further research in this field.
• Abstract（参考訳）: 近代奴隷制度法は、企業が近代奴隷制度と戦うための努力を公表し、透明性を高め、その根絶のための慣行を強化することを目的としていると規定している。 しかしながら、これらのステートメントの検証は、その複雑で多様化した言語と、レビューしなければならないステートメントの多さのために、依然として困難である。 このタスクを支援するNLPツールの開発も,注釈付きデータの不足のため困難である。 さらに、近代的な奴隷制度の透明性に関する法律がいくつかの国で導入されているため、法的管轄区域にまたがるツールの一般化可能性について検討する必要がある。 これらの課題に対処するため、ドメインの専門家と協力して2つの重要なコントリビューションを行います。 まず、英国とカナダから新たにアノテートされたデータセットであるAIMS.ukとAIMS.caを紹介する。 次に、コンプライアンス検証のためのエンドツーエンドフレームワークであるAIMSCheckを紹介する。 AIMSCheckはコンプライアンスアセスメントタスクを3つのレベルに分解し、解釈可能性と実用性を高める。 実験により、オーストラリアにおけるデータセットでトレーニングされたモデルは、英国とカナダの司法管轄区域でよく一般化され、コンプライアンス監視におけるより広範な適用の可能性を示している。 ベンチマークデータセットとAIMSCheckを一般向けにリリースし、コンプライアンスアセスメントにおけるAI-adoptionを推進し、この分野のさらなる研究を進める。

関連論文リスト

• Tasks and Roles in Legal AI: Data Curation, Annotation, and Verification [4.099848175176399]
  AIツールの法分野への応用は、自然に感じられる。 しかし、法的文書は、ほとんどのAIシステムの基盤となるウェブベースのテキストとは異なる。 我々は、データキュレーション、データアノテーション、出力検証の3つの分野を実践者に対して特定する。
  論文  参考訳（メタデータ） (2025-04-02T04:34:58Z)
• AgentOrca: A Dual-System Framework to Evaluate Language Agents on Operational Routine and Constraint Adherence [54.317522790545304]
  本稿では,言語エージェントの動作制約やルーチンに対するコンプライアンスを評価するための,デュアルシステムフレームワークであるAgentOrcaを提案する。 本フレームワークは,エージェントの自然言語プロンプトと,それに対応する実行可能コードが,自動検証のための基礎的真理として機能することを通じて,行動制約とルーチンを符号化する。 以上の結果から,o1のような大きな推論モデルではコンプライアンスが良好であり,他のモデルではパフォーマンスが著しく低下していることが明らかとなった。
  論文  参考訳（メタデータ） (2025-03-11T17:53:02Z)
• A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences [76.73731245899454]
  本稿では,階層的なファクトラム,証拠,暗黙的な経験に富む透明な法理推論スキーマを提案する。 このスキーマにインスパイアされた課題は、テキストのケース記述を取り込み、最終決定を正当化する階層構造を出力する。 このベンチマークは、Intelligent Courtにおける透明で説明可能なAI支援法推論の道を開く」。
  論文  参考訳（メタデータ） (2025-03-02T10:26:54Z)
• AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
  AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。 我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。 その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
  論文  参考訳（メタデータ） (2025-02-28T19:14:48Z)
• AIMS.au: A Dataset for the Analysis of Modern Slavery Countermeasures in Corporate Statements [3.0847285957317654]
  オーストラリア近代奴隷登録簿(Australian Modern Slavery Register)から得られた5,731の近代的奴隷制度のステートメントからなるデータセットを,文レベルで注釈付けした。 本稿では,オーストラリア近代奴隷法(Australian Modern Slavery Act)が定める強制報告要件に関連する文を検出するための機械学習手法を提案する。
  論文  参考訳（メタデータ） (2025-02-10T20:30:32Z)
• The explanation dialogues: an expert focus study to understand requirements towards explanations within the GDPR [47.06917254695738]
  我々は、XAIに対する法的専門家や実践者の期待、推論、理解を明らかにするための専門的な研究である説明対話(Explaination Dialogues)を提示する。 調査はオンラインアンケートとフォローアップインタビューで構成されており、クレジットドメインのユースケースを中心に行われている。 提示された説明は、情報を理解して欠くことは困難であり、データコントローラと主題の異なる関心事から生じる問題について議論する。
  論文  参考訳（メタデータ） (2025-01-09T15:50:02Z)
• COMPL-AI Framework: A Technical Interpretation and LLM Benchmarking Suite for the EU Artificial Intelligence Act [40.233017376716305]
  EUの人工知能法(AI Act)は、AI開発の責任を負うための重要なステップである。 明確な技術的解釈がなく、モデルのコンプライアンスを評価するのが難しい。 この研究は、この法律の最初の技術的解釈からなる包括的枠組みであるComple-AIを提示する。
  論文  参考訳（メタデータ） (2024-10-10T14:23:51Z)
• A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
  大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。 我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。 これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
  論文  参考訳（メタデータ） (2024-05-02T22:43:02Z)
• INACIA: Integrating Large Language Models in Brazilian Audit Courts: Opportunities and Challenges [7.366861473623427]
  INACIAは、大規模言語モデル(LLM)をブラジル連邦会計裁判所(TCU)の運営枠組みに統合するために設計された画期的なシステムである。 我々は、事例文書から関連情報を抽出し、その法的妥当性を評価し、司法決定のための提案を定式化するINACIAの可能性を実証する。
  論文  参考訳（メタデータ） (2024-01-10T17:13:28Z)

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。