論文の概要: Bridging Legal Interpretation and Formal Logic: Faithfulness, Assumption, and the Future of AI Legal Reasoning
- arxiv url: http://arxiv.org/abs/2605.14049v1
- Date: Wed, 13 May 2026 19:11:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-15 21:45:34.473656
- Title: Bridging Legal Interpretation and Formal Logic: Faithfulness, Assumption, and the Future of AI Legal Reasoning
- Title（参考訳）: 法的解釈と形式論理:AI法理推論の信条、前提、そして未来
- Authors: Olivia Peiyu Wang, Leilani H. Gilpin,
- Abstract要約: 法律実務における大規模言語モデルの採用の増加は、大きな約束と重大なリスクをもたらす。
この提案は,大言語モデルの表現力と形式的検証の厳密さを結合した,法的AIに対するニューロシンボリックなアプローチを提案する。
- 参考スコア（独自算出の注目度）: 3.093890460224435
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growing adoption of large language models in legal practice brings both significant promise and serious risk. Legal professionals stand to benefit from AI that can reason over contracts, draft documents, and analyze sources at scale, yet the high-stakes nature of legal work demands a level of rigor that current AI systems do not provide. The central problem is not simply that LLMs hallucinate facts and references; it is that they systematically draw inferences that go beyond what the source text actually supports, presenting assumption-laden conclusions as if they were logically grounded. This proposal presents a neuro-symbolic approach to legal AI that combines the expressive power of large language models with the rigor of formal verification, aiming to make AI-assisted legal reasoning both capable and trustworthy, thus reducing the burden of manual verification without sacrificing the accountability that legal practice demands.
- Abstract（参考訳）: 法律実務における大規模言語モデルの採用の増加は、大きな約束と重大なリスクをもたらす。
法律専門家は、契約や文書の起草、ソースの大規模分析を推し進めることのできるAIの恩恵を受けることができるが、法律業務の高度な性質は、現在のAIシステムが提供していないレベルの厳密さを要求する。
中心的な問題は、LLMが事実や参照を幻覚させることではなく、ソースコードが実際にサポートしているもの以上の推論を体系的に描き、仮定に縛られた結論を、論理的に根拠づけられたかのように提示することである。
本提案では,大規模言語モデルの表現力と形式的検証の厳密さを組み合わせ,AI支援による法的推論を有能かつ信頼性の両方にすることで,法的実践が要求する説明責任を犠牲にすることなく,手作業による検証の負担を軽減することを目的とした,法的AIに対するニューロシンボリックなアプローチを提案する。
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) - Why Avoid Generative Legal AI Systems? Hallucination, Overreliance, and their Impact on Explainability [0.0]
本稿では, 法的な職業における生成型AIシステムの展開には, 幻覚と過信の重大なリスクのため, 強い抑制が必要であることを論じる。
この分析の中心はジェネレーティブ法定AI(GLAI)の定義である。
論文 参考訳（メタデータ） (2026-03-16T21:40:43Z) - 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) - 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) - 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) - AI and Legal Argumentation: Aligning the Autonomous Levels of AI Legal
Reasoning [0.0]
法的議論は正義の重要な基盤であり、敵対的な法の形を支えている。
広範囲にわたる研究は、人工知能(AI)を含むコンピュータベースの自動化を使用して、法的議論を拡大または実施しようと試みている。
AI法則推論のLevels of Autonomy(LoA)をAIの成熟と法体系化(AILA)に適用するために、革新的なメタアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-11T22:05:40Z)
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。