論文の概要: Mina: A Multilingual LLM-Powered Legal Assistant Agent for Bangladesh for Empowering Access to Justice
- arxiv url: http://arxiv.org/abs/2511.08605v1
- Date: Thu, 13 Nov 2025 01:00:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-13 22:34:54.133241
- Title: Mina: A Multilingual LLM-Powered Legal Assistant Agent for Bangladesh for Empowering Access to Justice
- Title（参考訳）: バングラデシュのLLM対応法律アシスタント「Mina」
- Authors: Azmine Toushik Wasi, Wahid Faisal, Mst Rafia Islam,
- Abstract要約: 既存のAIの法的なアシスタントには、ベンガル語のサポートと司法固有の適応が欠けている。
バングラデシュの文脈に合わせて,多言語LLMに基づく法律アシスタントMinaを開発した。
多言語埋め込みと、検索、推論、翻訳、文書生成のためのRAGベースのチェーン・オブ・ツール・フレームワークを採用している。
- 参考スコア（独自算出の注目度）: 5.215285027585101
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Bangladesh's low-income population faces major barriers to affordable legal advice due to complex legal language, procedural opacity, and high costs. Existing AI legal assistants lack Bengali-language support and jurisdiction-specific adaptation, limiting their effectiveness. To address this, we developed Mina, a multilingual LLM-based legal assistant tailored for the Bangladeshi context. It employs multilingual embeddings and a RAG-based chain-of-tools framework for retrieval, reasoning, translation, and document generation, delivering context-aware legal drafts, citations, and plain-language explanations via an interactive chat interface. Evaluated by law faculty from leading Bangladeshi universities across all stages of the 2022 and 2023 Bangladesh Bar Council Exams, Mina scored 75-80% in Preliminary MCQs, Written, and simulated Viva Voce exams, matching or surpassing average human performance and demonstrating clarity, contextual understanding, and sound legal reasoning. These results confirm its potential as a low-cost, multilingual AI assistant that automates key legal tasks and scales access to justice, offering a real-world case study on building domain-specific, low-resource systems and addressing challenges of multilingual adaptation, efficiency, and sustainable public-service AI deployment.
- Abstract（参考訳）: バングラデシュの低所得層は、複雑な法的言語、手続き上の不透明さ、高コストのために、手頃な法的助言に対する大きな障壁に直面している。
既存のAI法アシスタントには、ベンガル語のサポートと司法固有の適応が欠けており、その効果が制限されている。
そこで我々は,バングラデシュの文脈に合わせて,多言語LLMに基づく法律アシスタントMinaを開発した。
マルチ言語埋め込みと、検索、推論、翻訳、文書生成のためのRAGベースのチェーン・オブ・ツール・フレームワークを採用し、対話型チャットインターフェースを通じてコンテキスト対応の法的ドラフト、引用、平易な説明を提供する。
2022年と2023年のバングラデシュ・バー・エグゼムの全ての段階においてバングラデシュの主要な大学から法学部によって評価され、ミナは予備のMCQ、Written、シミュレートされたヴィヴァ・ボイス試験で75-80%を獲得し、平均的な人間のパフォーマンスと一致または超え、明確さ、文脈的理解、健全な法的理由を示した。
これらの結果は、重要な法的タスクを自動化し、正義へのアクセスをスケールする低コストで多言語AIアシスタントとしての可能性を確認し、ドメイン固有の低リソースシステムの構築と、多言語適応、効率性、持続可能な公開サービスAIデプロイメントの課題に対する現実的なケーススタディを提供する。
関連論文リスト
- Evaluating the Limits of Large Language Models in Multilingual Legal Reasoning [5.902003660308139]
この研究は、LLaMAとGeminiを多言語法的および非法的ベンチマークで評価する。
マルチリンガル・タスク多様性ベンチマークをサポートするために設計された,オープンソースのモジュール型評価パイプラインを提案する。
論文 参考訳（メタデータ） (2025-09-26T15:19:12Z) - MizanQA: Benchmarking Large Language Models on Moroccan Legal Question Answering [13.01152821327721]
本稿では,大規模言語モデル(LLM)を評価するベンチマークであるMizanQaを紹介する。
このデータセットは、現代標準アラビア語、イスラムマリキ法、モロッコの慣習法、フランスの法的な影響に基づいている。
多言語とアラビア語にフォーカスしたLLMによるベンチマーク実験は、かなりの性能差を示している。
論文 参考訳（メタデータ） (2025-08-22T13:04:43Z) - LegalAgentBench: Evaluating LLM Agents in Legal Domain [53.70993264644004]
LegalAgentBenchは、中国の法律領域でLLMエージェントを評価するために特別に設計されたベンチマークである。
LegalAgentBenchには、現実世界の法的シナリオから17のコーパスが含まれており、外部知識と対話するための37のツールを提供している。
論文 参考訳（メタデータ） (2024-12-23T04:02:46Z) - AI Adoption to Combat Financial Crime: Study on Natural Language Processing in Adverse Media Screening of Financial Services in English and Bangla multilingual interpretation [0.0]
本報告はNLPの有効性を94%の精度で測定する。
AMLとCFTの懸念はすでにAI技術によって対処されている。
この調査は、バングラデシュの金融犯罪を防ぐための強化努力において、AI主導のNLPソリューションの可能性を強調している。
論文 参考訳（メタデータ） (2024-12-12T07:17:05Z) - Exploring Possibilities of AI-Powered Legal Assistance in Bangladesh through Large Language Modeling [0.0]
本研究はバングラデシュの法体系を支援するための特別大規模言語モデル(LLM)の開発を目的とする。
我々は、バングラデシュの法律文書の英文コーパスであるUKIL-DB-ENを作成し、様々な法的行為に関するデータを収集し、取り除いた。
我々はこのデータセット上でGPT-2モデルを微調整し、英語の法的支援を目的としたLPMであるGPT2-UKIL-ENを開発した。
論文 参考訳（メタデータ） (2024-10-22T17:34:59Z) - 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) - Is Translation All You Need? A Study on Solving Multilingual Tasks with Large Language Models [79.46179534911019]
大規模言語モデル (LLM) は多言語機能を示しているが、ほとんどは不均衡なトレーニングコーパスのため英語中心である。
実世界のユーザクエリと非英語中心のLLMに評価を拡張し、多言語性能のより広範な評価を提供する。
論文 参考訳（メタデータ） (2024-03-15T12:47:39Z) - NeCo@ALQAC 2023: Legal Domain Knowledge Acquisition for Low-Resource
Languages through Data Enrichment [2.441072488254427]
本稿では,ベトナムのテキスト処理タスクに対するNeCo Teamのソリューションを,ALQAC 2023(Automated Legal Question Answering Competition 2023)で紹介する。
法的な文書検索タスクでは,類似度ランキングと深層学習モデルを組み合わせた手法が採用されているが,第2の課題では,異なる質問タイプを扱うための適応的手法が提案されている。
提案手法は, 競争の両課題において, 法的分野における質問応答システムの潜在的メリットと有効性を示す, 卓越した結果を達成している。
論文 参考訳（メタデータ） (2023-09-11T14:43:45Z) - Democratizing LLMs for Low-Resource Languages by Leveraging their English Dominant Abilities with Linguistically-Diverse Prompts [75.33019401706188]
大規模言語モデル(LLM)は、少数の例を単純に観察することで、効果的にタスクを実行することが知られている。
我々は,LLMが任意の言語から英語に翻訳するよう促すために,多種多様な高ソース言語から合成例を組み立てることを提案する。
我々の教師なしプロンプト法は、英語と13のIndic言語と21のアフリカ低リソース言語間の翻訳において、異なる大きさのLLMにおける教師付き少ショット学習と同等に機能する。
論文 参考訳（メタデータ） (2023-06-20T08:27:47Z) - 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) - Enhancing Answer Boundary Detection for Multilingual Machine Reading
Comprehension [86.1617182312817]
そこで我々は,句境界管理を付加するために,微調整段階における2つの補助的タスクを提案する。
混合機械読解タスクは、質問または通過を他の言語に翻訳し、言語横断の問合せペアを構築する。
Webから抽出した知識フレーズを活用する言語に依存しない知識マスキングタスク。
論文 参考訳（メタデータ） (2020-04-29T10:44:00Z)
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。