論文の概要: LawThinker: A Deep Research Legal Agent in Dynamic Environments
- arxiv url: http://arxiv.org/abs/2602.12056v1
- Date: Thu, 12 Feb 2026 15:19:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-13 21:07:25.890559
- Title: LawThinker: A Deep Research Legal Agent in Dynamic Environments
- Title（参考訳）: LawThinker: 動的環境におけるディープリサーチ法定エージェント
- Authors: Xinyu Yang, Chenlong Deng, Tongyu Wen, Binyu Xie, Zhicheng Dou,
- Abstract要約: ローシンカー(LawThinker)は、アメリカ合衆国の法律研究者。
あらゆる知識探索のステップの後に、検証をアトミックな操作として実施する。
LawThinkerは、直接的な推論よりも24%改善している。
- 参考スコア（独自算出の注目度）: 51.782293183431676
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legal reasoning requires not only correct outcomes but also procedurally compliant reasoning processes. However, existing methods lack mechanisms to verify intermediate reasoning steps, allowing errors such as inapplicable statute citations to propagate undetected through the reasoning chain. To address this, we propose LawThinker, an autonomous legal research agent that adopts an Explore-Verify-Memorize strategy for dynamic judicial environments. The core idea is to enforce verification as an atomic operation after every knowledge exploration step. A DeepVerifier module examines each retrieval result along three dimensions of knowledge accuracy, fact-law relevance, and procedural compliance, with a memory module for cross-round knowledge reuse in long-horizon tasks. Experiments on the dynamic benchmark J1-EVAL show that LawThinker achieves a 24% improvement over direct reasoning and an 11% gain over workflow-based methods, with particularly strong improvements on process-oriented metrics. Evaluations on three static benchmarks further confirm its generalization capability. The code is available at https://github.com/yxy-919/LawThinker-agent .
- Abstract（参考訳）: 法的推論には正しい結果だけでなく、手続き的に従順な推論プロセスが必要である。
しかし、既存の手法では中間的推論ステップを検証するメカニズムが欠如しており、適用不可能な法定引用などのエラーが推論チェーンを通して検出されていないことを伝達する。
そこで我々は,動的司法環境に対する探索検証・記憶戦略を採用した自律的法律研究エージェントであるLawThinkerを提案する。
核心となる考え方は、あらゆる知識探索のステップの後、検証をアトミックな操作として実施することである。
DeepVerifierモジュールは、長期タスクにおけるクロスラウンド知識再利用のためのメモリモジュールを用いて、知識の正確性、事実-法則、手続き的コンプライアンスの3次元に沿って、各検索結果を検査する。
動的ベンチマークであるJ1-EVALの実験によると、LawThinkerは直接推論よりも24%改善し、ワークフローベースのメソッドよりも11%向上し、特にプロセス指向のメトリクスは大幅に改善されている。
3つの静的ベンチマークの評価は、その一般化能力をさらに確認する。
コードはhttps://github.com/yxy-919/LawThinker-agent で公開されている。
関連論文リスト
- LegalOne: A Family of Foundation Models for Reliable Legal Reasoning [54.57434222018289]
我々は、中国の法律ドメインに特化された基礎モデルのファミリーであるLegalOneを紹介します。
LegalOneは、法的推論をマスターするために設計された包括的な3フェーズパイプラインを通じて開発されている。
LegalOneの重み付けとLegalKit評価フレームワークを公開して、Legal AIの分野を前進させます。
論文 参考訳（メタデータ） (2026-01-31T10:18:32Z) - AppellateGen: A Benchmark for Appellate Legal Judgment Generation [30.9030336647868]
7,351対のケースペアからなる第2のインスタンス法定判断生成のためのベンチマークであるAppellateGenを紹介する。
このタスクは、最初の評決と明らかな更新について推論することで、法的に拘束力のある判断を起草するモデルを必要とする。
本稿では,SOPに基づく法的マルチエージェントシステム(SLMAS)を提案し,その生成過程を個別の課題識別,検索,起草の段階に分解する。
論文 参考訳（メタデータ） (2026-01-04T02:15:17Z) - On Verifiable Legal Reasoning: A Multi-Agent Framework with Formalized Knowledge Representations [0.0]
本稿では,法的な推論を異なる知識獲得と応用段階に分解するモジュール型マルチエージェントフレームワークを提案する。
第一段階では、特殊エージェントは法的概念を抽出し、規則を形式化し、法令の検証可能な中間表現を作成する。
第2段階では、クエリを分析してケース事実をスキーマにマッピングし、論理的に関連する結論を導出するためのシンボリック推論を実行し、最終的な回答を生成するという3つのステップを通じて、この知識を特定のケースに適用する。
論文 参考訳（メタデータ） (2025-08-31T06:03:00Z) - GLARE: Agentic Reasoning for Legal Judgment Prediction [60.13483016810707]
法学分野では、法的判断予測(LJP)がますます重要になっている。
既存の大規模言語モデル (LLM) には、法的な知識が不足しているため、推論に不十分な重大な問題がある。
GLAREは,異なるモジュールを呼び出し,重要な法的知識を動的に獲得するエージェント的法的推論フレームワークである。
論文 参考訳（メタデータ） (2025-08-22T13:38:12Z) - Can Language Models Discover Scaling Laws? [57.794209392781845]
本稿では,拡張法則モデルとパラメータを協調的に最適化し,変数間の複雑な関係を自律的に探索する進化型エージェントSLDAgentを紹介する。
SLDAgentが、確立された人間由来の法則よりも、一貫して正確な外挿を示す法則を自動的に発見できることを、初めて実証した。
論文 参考訳（メタデータ） (2025-07-27T05:45:26Z) - 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)
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。