Fugu-MT 論文翻訳(概要): Evaluating RAG for French immigration law: a benchmark and baseline study

論文の概要: Evaluating RAG for French immigration law: a benchmark and baseline study

arxiv url: http://arxiv.org/abs/2607.24449v1
Date: Mon, 27 Jul 2026 13:55:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-28 22:34:15.448781
Title: Evaluating RAG for French immigration law: a benchmark and baseline study
Title（参考訳）: フランス移民法におけるRAGの評価 : ベンチマークと基礎研究
Abstract要約: フランスでの国際採用には、既存の法律AIベンチマークにはない階層化された法的枠組みをナビゲートする必要がある。提案手法は,許可型レコメンデーション,要求文書検索,法的引用のカバレッジを網羅する。
参考スコア（独自算出の注目度）: 0.3058685580689604
License: http://creativecommons.org/licenses/by/4.0/
Abstract: International recruitment in France requires navigating a layered legal framework absent from existing legal AI benchmarks. We present a publicly available benchmark and first comparative evaluation for this domain, covering permit-type recommendation, required-document retrieval, and legal citation coverage. Comparing a parametric LLM baseline against dense retrieval augmentation at two model scales (Qwen3.5-9B and -27B) on 52 annotated synthetic profiles, we find that retrieval improves administrative guidance at both scales, most notably permit-type accuracy. Our results confirm that retrieval grounding is important for more reliable administrative guidance in this domain, and motivate further investigation of hybrid retrieval strategies.
Abstract（参考訳）: フランスでの国際採用には、既存の法律AIベンチマークにはない階層化された法的枠組みをナビゲートする必要がある。提案手法は,許可型レコメンデーション,要求文書検索,法的引用のカバレッジを網羅する。 2つのモデルスケール(Qwen3.5-9Bと-27B)で,52の注釈付き合成プロファイルにおいて,パラメトリックLLMベースラインと高密度検索拡張の比較を行った。本研究は,この領域において,より信頼性の高い管理指導を行う上で,検索基盤が重要であることを確認し,ハイブリッド検索戦略のさらなる研究を動機付けている。

関連論文リスト

Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。 RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
論文参考訳（メタデータ） (2026-05-28T10:38:38Z)
JUÁ -- A Benchmark for Information Retrieval in Brazilian Legal Text Collections [3.6360100966162787]
ポルトガル語の法的な情報検索は、利用可能なデータセットが文書タイプ、クエリスタイル、関連性定義で大きく異なるため、体系的に評価することが依然として困難である。我々はブラジルの法定検索のための公開ベンチマークであるJUを、異種法定コレクション間でより再現性が高く、同等の評価をサポートするように設計された。
論文参考訳（メタデータ） (2026-04-07T17:10:54Z)
Legal-DC: Benchmarking Retrieval-Augmented Generation for Legal Documents [4.735657207313987]
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。
論文参考訳（メタデータ） (2026-03-12T10:27:40Z)
LawThinker: A Deep Research Legal Agent in Dynamic Environments [51.782293183431676]
ローシンカー(LawThinker)は、アメリカ合衆国の法律研究者。あらゆる知識探索のステップの後に、検証をアトミックな操作として実施する。 LawThinkerは、直接的な推論よりも24%改善している。
論文参考訳（メタデータ） (2026-02-12T15:19:11Z)
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)
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)
Augmented Question-guided Retrieval (AQgR) of Indian Case Law with LLM, RAG, and Structured Summaries [0.0]
本稿では,関連事例の検索を容易にするためにLarge Language Models (LLMs) を提案する。提案手法は,Retrieval Augmented Generation (RAG) と,インドの事例法に最適化された構造化要約を組み合わせたものである。本システムは,関連事例法をより効果的に識別するために,事実シナリオに基づく対象の法的質問を生成する。
論文参考訳（メタデータ） (2025-07-23T05:24:44Z)
Incorporating Legal Structure in Retrieval-Augmented Generation: A Case Study on Copyright Fair Use [44.99833362998488]
本稿では,米国著作権法におけるフェアユース・ドクトリンに合わせて,ドメイン固有のRetrieval-Augmented Generationの実装を提案する。 DMCA削除の頻度の増加とコンテンツクリエーターにとってアクセス可能な法的支援の欠如により、我々は、セマンティック検索と法知識グラフと裁判所引用ネットワークを組み合わせて、検索品質と推論信頼性を向上させる構造的アプローチを提案する。
論文参考訳（メタデータ） (2025-05-04T15:53:49Z)
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。