論文の概要: Temporal Concept Drift in Legal Judgment Prediction: Neural Baselines Across Three Epochs of Ukrainian Court Decisions
- arxiv url: http://arxiv.org/abs/2605.24452v1
- Date: Sat, 23 May 2026 08:01:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:18.065541
- Title: Temporal Concept Drift in Legal Judgment Prediction: Neural Baselines Across Three Epochs of Ukrainian Court Decisions
- Title（参考訳）: 法的判断予測における時間的概念ドリフト:ウクライナ裁判所判決の3つのエポックにまたがる神経ベースライン
- Authors: Volodymyr Ovcharov,
- Abstract要約: 法的なNLPベンチマークは、法的言語が定常であることを暗黙的に仮定して、ランダムに分割されたデータのモデルを評価する。
この仮定は、ウクライナの裁判所決定を3つの時間的エポックから微調整することで検証する。
各モデルは1つのエポックで訓練され、3つすべてで評価され、3x3の時間的一般化行列が生成される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Legal NLP benchmarks evaluate models on randomly split data, implicitly assuming that legal language is stationary. We test this assumption by fine-tuning four transformer encoders -- XLM-RoBERTa (base and large) and their legal-domain variants -- on Ukrainian court decisions from three temporal epochs defined by geopolitical disruptions: pre-war (2008-2013), hybrid war (2014-2021), and full-scale invasion (2022-2026). Each model is trained on one epoch and evaluated on all three, producing a 3x3 cross-temporal generalization matrix. Four findings emerge. (1) Forward degradation is severe: models trained on pre-war data lose up to 27.2 percentage points of macro-F1 when applied to full-scale invasion era decisions. (2) The degradation is asymmetric: backward transfer (full-scale to pre-war) is substantially more robust than forward transfer, consistent with the hypothesis that legal language is additive. (3) Legal-domain pretraining (Legal-XLM-R) does not improve absolute performance but reduces forward degradation magnitude and asymmetry. (4) Chronological continual learning eliminates catastrophic forgetting for general XLM-R: pre-war knowledge is fully retained (+1.8 to +6.2 pp) while full-scale performance gains +16.5 to +19.0 pp; reverse-chronological training causes severe forgetting. Cross-jurisdictional pretraining on Swiss Judgment Prediction data improves absolute performance but does not reduce temporal degradation magnitude, confirming that temporal drift is an intrinsic property of legal language evolution. The dataset (428K decisions across three epochs) is publicly available as a LEXTREME contribution.
- Abstract（参考訳）: 法的なNLPベンチマークは、法的言語が定常であることを暗黙的に仮定して、ランダムに分割されたデータのモデルを評価する。
我々は、この仮定を、戦前(2008-2013年)、ハイブリッド戦争(2014-2021年)、フルスケール侵略(2022-2026年)の3つの時間的エポックから定義されたウクライナの裁判所の決定に基づいて、XLM-RoBERTa(ベースと大)とその法的領域の変種を微調整することによって検証する。
各モデルは1つのエポックで訓練され、3つすべてで評価され、3x3の時間的一般化行列が生成される。
4つの発見がある。
1)戦前のデータに基づいて訓練されたモデルは、本格的な侵略時期決定に適用した場合、マクロF1の最大27.2%のポイントを失う。
2) 劣化は非対称である: 後方移動(全規模から戦前の)は前方移動よりもかなり頑健であり、法的言語は加法的であるという仮説と一致している。
3) 法領域事前訓練(Legal-XLM-R)は絶対性能を向上せず, 前方劣化の程度と非対称性を低下させる。
(4) 時間的連続学習は、一般的なXLM-Rの破滅的な忘れをなくす: 戦前の知識は、完全に保持されている(+1.8から+6.2 pp)が、フルスケールのパフォーマンスは、+16.5から+19.0 ppに向上する。
スイスの判断予測データに基づく断続的事前訓練は絶対的性能を向上させるが、時間的劣化の程度は減少せず、時間的ドリフトが法言語進化の本質的な性質であることを確認している。
データセット(3つのエポック間で428Kの判定)は、LEXTREMEコントリビューションとして公開されている。
関連論文リスト
- Temporal Decay of Co-Citation Predictability: A 20-Year Statute Retrieval Benchmark from 396M Ukrainian Court Citations [0.0]
共励構造は法情報システムにおいて安定した検索信号を提供すると広く想定されている。
UA-StatuteRetrievalは20の年次スナップショットにまたがる共励予測可能性を測定するベンチマークである。
その結果,Adamic-Adar MRRは記事の固定セットで33%減少し,列車/テスト時分割で47%減少し,真の時相崩壊が確認された。
論文 参考訳（メタデータ） (2026-05-17T20:15:37Z) - Tokenizer Fertility and Zero-Shot Performance of Foundation Models on Ukrainian Legal Text: A Comparative Study [0.0]
トケナイザーの出生率は、ウクライナの法文に基づく基礎モデルの1.6倍である。
Qwen 3モデルは同一入力上のLlamaファミリーモデルよりも60%多くトークンを消費する。
パフォーマンスは最大26ポイント低下する。
論文 参考訳（メタデータ） (2026-05-14T14:35:05Z) - Semantic Tube Prediction: Beating LLM Data Efficiency with JEPA [50.494504099850325]
我々は、トークン列が滑らかな意味多様体上の測地線を辿り、従って局所線型であることを示す測地論仮説を導入する。
本稿では,この制約により信号対雑音比が向上し,軌道中の衝突を防止することにより多様性が保たれることを示す。
幾何学的先行性は、ブルートフォーススケーリングを超越できることを実証する。
論文 参考訳（メタデータ） (2026-02-26T04:45:07Z) - Leap+Verify: Regime-Adaptive Speculative Weight Prediction for Accelerating Neural Network Training [0.0]
本稿では,ニューラルネットワークトレーニングの高速化を目的としたLeap+Verifyを紹介する。
将来のモデルの重みを予測し、受け入れ前に予測を検証する。
GPT-2 124MのLeap+VerifyとWikiText-103で訓練されたQwen 2.5-1.5Bを5つのランダムシードで評価した。
論文 参考訳（メタデータ） (2026-02-23T08:01:44Z) - Global Prior Meets Local Consistency: Dual-Memory Augmented Vision-Language-Action Model for Efficient Robotic Manipulation [95.89924101984566]
GPM(Global Prior Memory)とLCM(Local Consistency Memory)を備えたデュアルメモリVLAフレームワークOptimusVLAを紹介する。
GPMはガウスノイズを意味論的に類似した軌道から取得したタスクレベルの先行値に置き換える。
LCMは、時間的コヒーレンスと軌道の滑らかさを強制する学習された一貫性制約を注入する。
論文 参考訳（メタデータ） (2026-02-22T15:39:34Z) - When World Models Dream Wrong: Physical-Conditioned Adversarial Attacks against World Models [54.08784776767683]
本稿では,物理条件を乱す最初のホワイトボックス世界モデルアタックであるPhysCond-WMA(PhysCond-WMA)を提案する。
PhysCond-WMAは知覚の忠実さを維持しながら意味、論理、決定レベルの歪みを引き起こす。
論文 参考訳（メタデータ） (2026-02-21T07:22:37Z) - Relative Scaling Laws for LLMs [91.73497548097775]
スケーリング法則は、追加のデータ、パラメータ、計算によって言語モデルがどのように改善されるかを記述する。
相対的なスケーリング法則を導入し、テスト分布間のパフォーマンスギャップをスケールで追跡する。
これらの結果は、スケーリングは全体的なパフォーマンスを改善するが、普遍的等化器ではないことを示している。
論文 参考訳（メタデータ） (2025-10-28T16:55:22Z) - The Journey Matters: Average Parameter Count over Pre-training Unifies Sparse and Dense Scaling Laws [51.608402959163925]
本稿では,大規模言語モデルに対する最適スパース事前学習構成の体系的検討を行う。
総トレーニング計算の25%でプルーニングを開始し、75%で終了すると、ほぼ最適の最終評価損失が得られることがわかった。
本稿では,事前学習よりも平均パラメータ数を使用するように,チンチラスケーリング法を修正した新しいスケーリング法を提案する。
論文 参考訳（メタデータ） (2025-01-21T20:23:22Z) - Beyond Guilt: Legal Judgment Prediction with Trichotomous Reasoning [12.589047235741194]
Innocent Verdicts を用いた法的な判断予測のための最初のベンチマークデータセット LJPIV を紹介する。
LLMに基づく拡張と手作業による検証により,3つの広く使用されている法的データセットを拡張した。
現状の法的LLMと, トリコトミー推論をゼロショット・プロンプトと微調整に組み込んだ新たな戦略による実験により, 1) 現行の法的LLMには改善の余地があり, 最高のモデルでさえも, LJPIVのF1スコアが0.3未満であることがわかった。
論文 参考訳（メタデータ） (2024-12-19T07:14:13Z)
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。