論文の概要: Legal-DC: Benchmarking Retrieval-Augmented Generation for Legal Documents

• arxiv url: http://arxiv.org/abs/2603.11772v1
• Date: Thu, 12 Mar 2026 10:27:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:26.016939
• Title: Legal-DC: Benchmarking Retrieval-Augmented Generation for Legal Documents
• Title（参考訳）: Legal-DC: 法的文書の検索強化生成のベンチマーク
• Authors: Yaocong Li, Qiang Lan, Leihan Zhang, Le Zhang,
• Abstract要約: Retrieval-Augmented Generation (RAG) は、法的文書コンサルテーションのための有望な技術として登場した。 既存のベンチマークでは、ジョイントレトリバージェネレータ評価の特別なサポートが欠如している。 LegRAGは、主要な評価指標で既存の最先端手法を1.3%から5.6%上回っている。
• 参考スコア（独自算出の注目度）: 4.735657207313987
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieval-Augmented Generation (RAG) has emerged as a promising technology for legal document consultation, yet its application in Chinese legal scenarios faces two key limitations: existing benchmarks lack specialized support for joint retriever-generator evaluation, and mainstream RAG systems often fail to accommodate the structured nature of legal provisions. To address these gaps, this study advances two core contributions: First, we constructed the Legal-DC benchmark dataset, comprising 480 legal documents (covering areas such as market regulation and contract management) and 2,475 refined question-answer pairs, each annotated with clause-level references, filling the gap for specialized evaluation resources in Chinese legal RAG. Second, we propose the LegRAG framework, which integrates legal adaptive indexing (clause-boundary segmentation) with a dual-path self-reflection mechanism to ensure clause integrity while enhancing answer accuracy. Third, we introduce automated evaluation methods for large language models to meet the high-reliability demands of legal retrieval scenarios. LegRAG outperforms existing state-of-the-art methods by 1.3% to 5.6% across key evaluation metrics. This research provides a specialized benchmark, practical framework, and empirical insights to advance the development of Chinese legal RAG systems. Our code and data are available at https://github.com/legal-dc/Legal-DC.
• Abstract（参考訳）: Retrieval-Augmented Generation (RAG) は、法律文書コンサルテーションの有望な技術として登場したが、中国の法律シナリオにおけるその適用には2つの重要な制限がある。 まず,480の法的文書(市場規制や契約管理などを含む分野を含む)と2,475の精細な質問応答対からなり,それぞれに節レベルの基準を付加し,中国法RAGの専門的評価資源のギャップを埋める。 第2に、法的な適応索引付け(クロース境界セグメンテーション)とデュアルパス自己回帰機構を統合して、応答精度を高めつつ、節の完全性を確保するLegRAGフレームワークを提案する。 第3に,法的な検索シナリオの信頼性の高い要求を満たすために,大規模言語モデルの自動評価手法を導入する。 LegRAGは、主要な評価指標で既存の最先端手法を1.3%から5.6%上回っている。 この研究は、中国の法的RAGシステムの開発を進めるための特別なベンチマーク、実践的な枠組み、実証的な洞察を提供する。 私たちのコードとデータはhttps://github.com/legal-dc/Legal-DCで公開されています。

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)
• PLawBench: A Rubric-Based Benchmark for Evaluating LLMs in Real-World Legal Practice [67.71760070255425]
  本稿では,大規模言語モデル (LLM) を評価するための実践的ベンチマークであるPLawBenchを紹介する。 PLawBenchは、13の実践的な法的シナリオにわたる850の質問で構成され、各質問には専門家が設計した評価ルーブが伴っている。 人間の専門的判断に合わせたLLMに基づく評価器を用いて,10種類の最先端のLLMを評価した。
  論文  参考訳（メタデータ） (2026-01-23T11:36:10Z)
• ClaimGen-CN: A Large-scale Chinese Dataset for Legal Claim Generation [56.79698529022327]
  法的な主張は、事件における原告の要求を言及し、法的理由づけと事件解決を導くのに不可欠である。 本稿では,その事例の事実に基づく法的クレーム生成の問題について考察する。 われわれは,中国法定クレーム生成タスクの最初のデータセットであるClaymGen-CNを構築した。
  論文  参考訳（メタデータ） (2025-08-24T07:19:25Z)
• All for law and law for all: Adaptive RAG Pipeline for Legal Research [0.8819595592190884]
  Retrieval-Augmented Generation (RAG)は、テキスト生成タスクのアプローチ方法を変えました。 この作業では、以前のベースラインを改善した、新しいエンドツーエンドのRAGパイプラインを導入している。
  論文  参考訳（メタデータ） (2025-08-18T17:14:03Z)
• A Reasoning-Focused Legal Retrieval Benchmark [28.607778538115642]
  本稿では,Bar Exam QAとHousing Statute QAの2つの新しい法的RAGベンチマークを紹介する。 以上の結果から,法的なRAGは依然として困難な応用であり,今後の研究の動機となることが示唆された。
  論文  参考訳（メタデータ） (2025-05-06T20:44:03Z)
• JuDGE: Benchmarking Judgment Document Generation for Chinese Legal System [12.256518096712334]
  JuDGE(Judgment Document Generation Evaluation)は、中国の法体系における判定文書生成の性能を評価するための新しいベンチマークである。 本研究では,実訴訟の事実記述からなる包括的データセットを構築し,対応する全判決文書と組み合わせた。 法律専門家と共同で,生成した判定文書の品質を評価するための総合的な自動評価フレームワークを構築した。
  論文  参考訳（メタデータ） (2025-03-18T13:48:18Z)
• LexRAG: Benchmarking Retrieval-Augmented Generation in Multi-Turn Legal Consultation Conversation [19.633769905100113]
  Retrieval-augmented Generation (RAG) は、様々な領域にわたる大規模言語モデル(LLM)の改善に非常に効果的であることが証明されている。 法的領域におけるRAGの有効性を評価するために特別に設計されたベンチマークはない。 我々は,マルチターン法定コンサルテーションのためのRAGシステムを評価する最初のベンチマークであるLexRAGを提案する。
  論文  参考訳（メタデータ） (2025-02-28T01:46:32Z)
• Evaluating LLM-based Approaches to Legal Citation Prediction: Domain-specific Pre-training, Fine-tuning, or RAG? A Benchmark and an Australian Law Case Study [9.30538764385435]
  大規模言語モデル (LLM) は法的タスクに強い可能性を示しているが、法的な引用予測の問題は未解明のままである。 AusLaw Citation Benchmarkは,オーストラリアで55万の法的事例と18,677のユニークな引用からなる実世界のデータセットである。 次に、さまざまなソリューションに対して、システマティックなベンチマークを実施します。 その結果, 一般および法定LLMは独立解として十分ではなく, ほぼゼロに近い性能を示した。
  論文  参考訳（メタデータ） (2024-12-09T07:46:14Z)
• JudgeRank: Leveraging Large Language Models for Reasoning-Intensive Reranking [81.88787401178378]
  本稿では,文書関連性を評価する際に,人間の認知過程をエミュレートする新しいエージェント・リランカであるJiceRankを紹介する。 我々は,推論集約型BRIGHTベンチマークを用いて判定Rankを評価し,第1段階の検索手法よりも性能が大幅に向上したことを示す。 さらに、JiceRankは、人気の高いBEIRベンチマークの細調整された最先端リランカと同等に動作し、ゼロショットの一般化能力を検証している。
  論文  参考訳（メタデータ） (2024-10-31T18:43:12Z)

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。