論文の概要: NyayaAI: An AI-Powered Legal Assistant Using Multi-Agent Architecture and Retrieval-Augmented Generation
- arxiv url: http://arxiv.org/abs/2605.10155v1
- Date: Mon, 11 May 2026 08:04:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 02:24:05.550219
- Title: NyayaAI: An AI-Powered Legal Assistant Using Multi-Agent Architecture and Retrieval-Augmented Generation
- Title（参考訳）: NyayaAI: マルチエージェントアーキテクチャと検索拡張生成を用いたAI駆動の法定アシスタント
- Authors: Deepanshu, Divi Saxena, Deepali Rana, Ayesha Varshney, Sahinur Rahman Laskar,
- Abstract要約: インドにおける法的な情報は、法律言語が複雑で法的な文書が大量にあるため、ほとんどアクセスできないままである。
本稿では,弁護士,法学部生,一般ユーザを対象に,AIを活用した法律アシスタントであるNyayaAIについて述べる。
- 参考スコア（独自算出の注目度）: 0.7974340311137328
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Legal information in India remains largely inaccessible due to the complexity of legal language and the sheer volume of legal documentation involved in research and case analysis. This paper presents NyayaAI, an AI-powered legal assistant that automates and simplifies legal workflows for lawyers, law students, and general users. The system combines Large Language Models with a Retrieval-Augmented Generation pipeline grounded in a curated Indian legal knowledge base comprising constitutional provisions, statutes, case laws, and judicial precedents. A multi-agent architecture orchestrated through the Mastra TypeScript framework coordinates a main agent with specialized sub-agents handling legal research, document summarization, case law retrieval, and drafting assistance. A compliance module validates all responses before delivery. Domain classification achieved 70\% precision across test samples, with RAG retrieval precision at 74\% and overall response accuracy at 72\%, demonstrating that structured multi-agent LLM systems can meaningfully improve legal accessibility and workflow efficiency. The code\footnote{https://github.com/B97784/NyayaAI} is made publicly available for the benefit of the research community.
- Abstract（参考訳）: インドにおける法的な情報は、法律言語が複雑であり、研究やケース分析に関わる法的な文書の量が多いため、ほとんどアクセスできないままである。
本稿では,弁護士,法学部生,一般ユーザを対象とした法的ワークフローの自動化と簡素化を行う,AIを活用した法律アシスタントであるNyayaAIについて述べる。
このシステムは、大規模言語モデルと、憲法、制定法、判例法、判例法、司法の前例を含む、治められたインドの法律知識基盤に根ざした、検索可能な拡張世代パイプラインを組み合わせる。
Mastra TypeScriptフレームワークを介して編成されたマルチエージェントアーキテクチャは、法律研究、ドキュメント要約、ケースロー検索、ドラフト支援を扱う特殊なサブエージェントと、メインエージェントをコーディネートする。
コンプライアンスモジュールはデリバリ前にすべてのレスポンスを検証する。
RAG検索精度は74 %、全体の応答精度は72 %であり、構造化多エージェントLLMシステムは法的なアクセシビリティとワークフロー効率を有意に向上できることを示した。
code\footnote{https://github.com/B97784/NyayaAI}は、研究コミュニティの利益のために公開されている。
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) - Domain-Partitioned Hybrid RAG for Legal Reasoning: Toward Modular and Explainable Legal AI for India [5.022547031373416]
インドにおける法律研究は、法律、憲法の規定、刑法、司法の前例にまたがる、長く異質な文書をナビゲートすることを含む。
最近の検索拡張生成(RAG)アプローチは、接地を改善するが、マルチホップ推論に苦慮している。
インドにおける法律研究に特化して設計されたドメイン分割ハイブリッドRAGと知識グラフアーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-12-23T20:22:39Z) - SAMVAD: A Multi-Agent System for Simulating Judicial Deliberation Dynamics in India [0.0]
本稿では,インドの司法制度の枠組み内での審議プロセスのシミュレーションを目的とした,革新的なマルチエージェントシステム (MAS) であるSAMVADを紹介する。
我々の制度は、裁判官、検察官、弁護人、複数の行政官(司法ベンチを模擬する)など、主要な司法職を代表するエージェントで構成されている。
この研究の主な貢献は、インドにおけるランドマークな法律文書のドメイン固有の知識基盤に根ざした、検索型拡張世代(RAG)の統合である。
論文 参考訳（メタデータ） (2025-09-04T01:04:44Z) - AI-Powered Legal Intelligence System Architecture: A Comprehensive Framework for Automated Legal Consultation and Analysis [0.0]
LICESアーキテクチャは、従来のパラグラフベンチマークと比較して、予備的な法的調査とケースアセスメント時間を90%以上削減することができる。
性能評価の結果、LICESアーキテクチャは予備的な法的研究とケースアセスメント時間を98%以上削減できることが示された。
論文 参考訳（メタデータ） (2025-08-24T19:41:26Z) - Legal Assist AI: Leveraging Transformer-Based Model for Effective Legal Assistance [0.18749305679160366]
インドの多くの市民は、限定的な認識と関連する法的情報へのアクセスのため、法的権利の活用に苦慮している。
本稿では,大規模言語モデル(LLM)による効果的な法的支援を提供することにより,このギャップを埋めるトランスフォーマーベースモデルであるLegal Assist AIを紹介する。
このモデルは、GPT-3.5 TurboやMistral 7Bといった最先端モデルに対して評価され、AIBEで60.08%のスコアを得た。
論文 参考訳（メタデータ） (2025-05-28T06:06:53Z) - 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) - 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) - Legal Question-Answering in the Indian Context: Efficacy, Challenges,
and Potential of Modern AI Models [3.552993426200889]
法的なQAプラットフォームは、法の専門家が法学的な文書を扱う方法を変えることを約束する。
本論文では,OpenAI GPTモデルを基準点として,検索とQA機構の配列をゼロとする。
本研究の根拠は、その複雑な性質と関連する論理的制約によって区別される、インドの刑事法的な景観と結びついている。
論文 参考訳（メタデータ） (2023-09-26T07:56:55Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z) - 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。