論文の概要: Chinese Court Simulation with LLM-Based Agent System

• arxiv url: http://arxiv.org/abs/2508.17322v1
• Date: Sun, 24 Aug 2025 12:02:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-26 18:43:45.465689
• Title: Chinese Court Simulation with LLM-Based Agent System
• Title（参考訳）: LLMエージェントシステムを用いた中国の裁判所シミュレーション
• Authors: Kaiyuan Zhang, Jiaqi Li, Yueyue Wu, Haitao Li, Cheng Luo, Shaokun Zou, Yujia Zhou, Weihang Su, Qingyao Ai, Yiqun Liu,
• Abstract要約: 我々は,中国の裁判所の実際の手続き構造に基づいて,最初の裁判所シミュレーションフレームワーク,SimCourtを紹介する。 われわれの枠組みは、中国の裁判の5つの中核段階をすべて再現し、中国の手続き的定義に忠実に従って、5つの法廷の役割を取り入れている。 法的な判断予測実験により,我々の枠組みは,投獄,収監,罰金の予測をシステムに誘導する模擬試験を作成できることが示された。
• 参考スコア（独自算出の注目度）: 37.20232066969879
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mock trial has long served as an important platform for legal professional training and education. It not only helps students learn about realistic trial procedures, but also provides practical value for case analysis and judgment prediction. Traditional mock trials are difficult to access by the public because they rely on professional tutors and human participants. Fortunately, the rise of large language models (LLMs) provides new opportunities for creating more accessible and scalable court simulations. While promising, existing research mainly focuses on agent construction while ignoring the systematic design and evaluation of court simulations, which are actually more important for the credibility and usage of court simulation in practice. To this end, we present the first court simulation framework -- SimCourt -- based on the real-world procedure structure of Chinese courts. Our framework replicates all 5 core stages of a Chinese trial and incorporates 5 courtroom roles, faithfully following the procedural definitions in China. To simulate trial participants with different roles, we propose and craft legal agents equipped with memory, planning, and reflection abilities. Experiment on legal judgment prediction show that our framework can generate simulated trials that better guide the system to predict the imprisonment, probation, and fine of each case. Further annotations by human experts show that agents' responses under our simulation framework even outperformed judges and lawyers from the real trials in many scenarios. These further demonstrate the potential of LLM-based court simulation.
• Abstract（参考訳）: モックトライアルは長い間、法律専門家の訓練と教育のための重要なプラットフォームとして機能してきた。 学生が現実的な試行錯誤について学ぶのを助けるだけでなく、事例分析や判断予測に実用的な価値を提供する。 伝統的なモックトライアルは、プロの家庭教師や人間の参加者に頼っているため、一般市民がアクセスすることは困難である。 幸いなことに、大きな言語モデル(LLM)の台頭は、よりアクセスしやすくスケーラブルな裁判所シミュレーションを作成する新たな機会を提供する。 有望ではあるが、既存の研究は主にエージェント構築に焦点を当てており、実際は裁判所シミュレーションの信頼性と使用法においてより重要な、裁判所シミュレーションの体系的設計と評価を無視している。 この目的のために,中国裁判所の実際の手続き構造に基づく最初の裁判所シミュレーションフレームワーク,SimCourtを紹介する。 われわれの枠組みは、中国の裁判の5つの中核段階をすべて再現し、中国の手続き的定義に忠実に従って、5つの法廷の役割を取り入れている。 異なる役割を持つ被験者の試行をシミュレートするために,記憶,計画,反射能力を備えた法的エージェントを提案し,製作する。 法的な判断予測実験により,我々の枠組みは,投獄,収監,罰金の予測をシステムに誘導する模擬試験を作成できることが示された。 人間の専門家によるさらなるアノテーションは、シミュレーションフレームワーク下でのエージェントの反応が、多くのシナリオにおいて実際の裁判で裁判官や弁護士よりも優れていたことを示している。 これらのことは、LLMに基づく裁判所シミュレーションの可能性をさらに示している。

関連論文リスト

• RLJP: Legal Judgment Prediction via First-Order Logic Rule-enhanced with Large Language Models [58.69183479148083]
  法的判断予測(LJP)は、法的AIにおいて重要な課題である。 既存のLJPモデルは、高いパフォーマンスのために司法上の前例と法的な知識を統合している。 しかし彼らは、厳密な論理分析を必要とする法的判断の重要な要素である法的推論論理を無視している。 本稿では、一階述語論理(FOL)形式と比較学習(CL)に基づく規則強化された法的判断予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-27T14:50:21Z)
• 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)
• AgentCourt: Simulating Court with Adversarial Evolvable Lawyer Agents [25.509677234774056]
  AgentCourtは、LLMベースのエージェントの対角的進化を通じて課題に対処する包括的な法的シミュレーションフレームワークである。 1000件の民事事件をシミュレートすることにより、エージェントの法的推論能力を高める進化した知識基盤を構築する。 我々の研究は、法的なAIにおける敵対的学習の重要性を強調し、より広範な司法・規制の文脈にシミュレーションに基づく法的推論を拡張するための有望な方向性を提案する。
  論文  参考訳（メタデータ） (2024-08-15T11:33:20Z)
• AgentsCourt: Building Judicial Decision-Making Agents with Court Debate Simulation and Legal Knowledge Augmentation [19.733007669738008]
  本稿では,司法判断のための新しいマルチエージェントフレームワーク,AgentsCourtを提案する。 弊社の枠組みは,裁判所の審理シミュレーション,法的資源の検索,意思決定の洗練など,古典的な審理過程を踏襲している。 この課題を支援するために,多リソースの法知識を持つ大規模法知識基盤であるLegal-KBを構築した。
  論文  参考訳（メタデータ） (2024-03-05T13:30:02Z)
• 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)
• Iterative Forward Tuning Boosts In-Context Learning in Language Models [88.25013390669845]
  本研究では,大規模言語モデル(LLM)における文脈内学習を促進する新しい2段階フレームワークを提案する。 具体的には、当社のフレームワークでは、ICLプロセスをDeep-ThinkingとTest Stageの2つの別々のステージに分類しています。 ディープシンキング段階にはユニークな注意機構、すなわち反復的な注意強化機構が組み込まれており、複数の情報の蓄積を可能にしている。
  論文  参考訳（メタデータ） (2023-05-22T13:18:17Z)
• Lawformer: A Pre-trained Language Model for Chinese Legal Long Documents [56.40163943394202]
  我々は,中国法定長文理解のためのLongformerベースの事前学習言語モデル,Lawformerをリリースする。 判決の予測,類似事例の検索,法的読解,法的質問の回答など,さまざまな法務上の課題について法務担当者を評価した。
  論文  参考訳（メタデータ） (2021-05-09T09:39:25Z)

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。