論文の概要: Persuadability and LLMs as Legal Decision Tools

• arxiv url: http://arxiv.org/abs/2604.26233v1
• Date: Wed, 29 Apr 2026 02:28:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.227357
• Title: Persuadability and LLMs as Legal Decision Tools
• Title（参考訳）: 法的判断ツールとしてのパーサビリティとLCM
• Authors: Oisin Suttle, David Lillis,
• Abstract要約: 大規模言語モデル (LLM) は法的な意思決定アシスタントとして提案されている。 我々は、フロンティアのオープン・アンド・クローズ・ウェイト LLM が法的議論にどう反応するかを考察する。 本研究は,モデルが特定の法的視点に合致する可能性について,提案者の品質がどのように影響するかを検証した実験結果について報告する。
• 参考スコア（独自算出の注目度）: 0.21485350418225244
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As Large Language Models (LLMs) are proposed as legal decision assistants, and even first-instance decision-makers, across a range of judicial and administrative contexts, it becomes essential to explore how they answer legal questions, and in particular the factors that lead them to decide difficult questions in one way or another. A specific feature of legal decisions is the need to respond to arguments advanced by contending parties. A legal decision-maker must be able to engage with, and respond to, including through being potentially persuaded by, arguments advanced by the parties. Conversely, they should not be unduly persuadable, influenced by a particularly compelling advocate to decide cases based on the skills of the advocates, rather than the merits of the case. We explore how frontier open- and closed-weights LLMs respond to legal arguments, reporting original experimental results examining how the quality of the advocate making those arguments affects the likelihood that a model will agree with a particular legal point of view, and exploring the factors driving these results. Our results have implications for the feasibility of adopting LLMs across legal and administrative settings.
• Abstract（参考訳）: 大規模言語モデル (LLMs) は法的な意思決定アシスタントとして提案され、また、司法や行政のさまざまな文脈において、最優先の意思決定者でさえも、法的質問に答える方法を探究することが不可欠である。 法的決定の特定の特徴は、対立する当事者によって進められた議論に応答する必要があることである。 法的意思決定者は、当事者によって先導された議論によって、潜在的に説得される可能性を含む、関与し、対応できなければならない。 逆に、主張者のスキルに基づいて事件を決定するという特に説得力のある支持者の影響を受け、不当に説得力のあるものであってはならない。 我々は、フロンティアのオープン・アンド・クローズド・ウェイト LLM が法的議論にどのように反応するかを探求し、それらの議論を行う支持者の質が特定の法的観点に合致する可能性にどのように影響するかを元の実験結果に報告し、その結果を導く要因を探索する。 本研究の結果は, LLMを法的, 行政的に適用できる可能性が示唆された。

関連論文リスト

• WisdomInterrogatory (LuWen): An Open-Source Legal Large Language Model Technical Report [55.27414605169639]
  Wesdom Interrogatory (LuWen)は,バイチュン基礎モデルに基づいて構築された,オープンソースの中国語の法律モデルである。 予測と生成の両方にまたがる5つの代表的な法的課題についてLuWenを評価する。
  論文  参考訳（メタデータ） (2026-04-08T06:59:07Z)
• 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)
• Argumentation-Based Explainability for Legal AI: Comparative and Regulatory Perspectives [0.9668407688201359]
  人工知能(AI)システムは、法的文脈においてますます多くデプロイされている。 いわゆる「ブラックボックス問題」は、自動意思決定の正当性を損なう。 XAIは透明性を高めるための様々な方法を提案している。
  論文  参考訳（メタデータ） (2025-10-13T07:19:15Z)
• Judicial Requirements for Generative AI in Legal Reasoning [0.0]
  大規模言語モデル(LLM)はプロのドメインに統合されているが、法律のような高度な分野における制限は理解されていない。 本稿では、AIシステムが司法判断における信頼性の高い推論ツールとして機能しなければならない中核機能について述べる。
  論文  参考訳（メタデータ） (2025-08-26T09:56:26Z)
• 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)
• NomicLaw: Emergent Trust and Strategic Argumentation in LLMs During Collaborative Law-Making [6.56837855642886]
  構造化マルチエージェントシミュレーションであるNomicLawを導入する。 投票パターンを通じて信頼と互恵性を定量的に測定し、エージェントが提案を正当化するために戦略的言語をどのように利用するかを質的に評価する。 我々の結果は,10のオープンソースLCMの潜伏する社会的推論と説得能力を強調し,将来のAIシステムの設計に関する洞察を提供する。
  論文  参考訳（メタデータ） (2025-08-07T12:49:44Z)
• Using LLMs to Discover Legal Factors [0.6249768559720122]
  私たちは、法律ドメインを効果的に表現する要因を見つけるために、大きな言語モデルを使用します。 提案手法は, 原告の意見を入力として, 一連の要因と関連する定義を生成する。 人間の関与が最小限に抑えられた半自動的アプローチが,適度な成功率でケースアウトを予測できる因子表現を生み出すことを実証した。
  論文  参考訳（メタデータ） (2024-10-10T00:42:10Z)
• Argumentative Large Language Models for Explainable and Contestable Claim Verification [13.045050015831903]
  本稿では,議論的推論を用いた大規模言語モデルの拡張手法であるArgLLMsを紹介する。 ArgLLMsは議論フレームワークを構築し、意思決定を支援するための公式な推論の基礎となる。 我々はArgLLMsの性能を最先端技術と比較して実験的に評価した。
  論文  参考訳（メタデータ） (2024-05-03T13:12:28Z)
• A Comprehensive Evaluation of Large Language Models on Legal Judgment Prediction [60.70089334782383]
  大規模言語モデル(LLM)は、ドメイン固有のアプリケーションに大きな可能性を示している。 GPT-4の法律評価をめぐる近年の論争は、現実の法的タスクにおけるパフォーマンスに関する疑問を提起している。 我々は,LLMに基づく実践的ベースラインソリューションを設計し,法的判断予測の課題を検証した。
  論文  参考訳（メタデータ） (2023-10-18T07:38:04Z)

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。