論文の概要: InvestigationWorlds: An Agentic Environment for Legal Investigation
- arxiv url: http://arxiv.org/abs/2610.04129v1
- Date: Fri, 02 Oct 2026 22:59:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-12 19:58:56.661817
- Title: InvestigationWorlds: An Agentic Environment for Legal Investigation
- Title（参考訳）: InvestigationWorlds: 法的調査のためのエージェント環境
- Abstract要約: 我々は、米国民事訴訟の未使用品である要約判断運動の上に構築する。
この動きは、実際の証拠展示からなる記録に依存しており、その結果、その動きを決定するために根拠となる真実として扱われる裁判所が承認した仮説が導かれる。
それぞれの環境は、パブリック・アクセス・トゥ・コート・エレクトロニック・レコーズ(PACER)から取得した実際の連邦裁判所のケースから構築され、弁護士公認の世代パイプラインによって強化される。
結果として得られたコーパスは複数の一貫性のある事実の読み取りを認めており、そのうちの1つは裁判所が提出した仮説と一致している。
- 参考スコア（独自算出の注目度）: 7.659346155821258
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We introduce InvestigationWorlds, an agentic environment for legal investigation. We build on an underused artifact of U.S. civil litigation: the summary judgment motion. This motion relies upon a record composed of real evidence exhibits, and results in a court-adopted hypothesis that is treated as ground truth for the purposes of deciding the motion. Each environment is built from a real U.S. Federal Court case retrieved from Public Access to Court Electronic Records (PACER) and augmented by an attorney-validated generation pipeline that synthesizes role-tagged documents around the original record. The resulting corpus admits multiple coherent factual readings, only one of which matches the court-adopted hypothesis. Evaluating on 100 cases, we find agents often commit to incorrect hypotheses despite retrieving relevant evidence, struggling to distinguish the court-adopted hypothesis from alternative hypotheses.
- Abstract（参考訳）: 法律調査のためのエージェント環境であるResearchWorldsを紹介する。
我々は、米国民事訴訟の未使用品である要約判断運動の上に構築する。
この動きは、実際の証拠展示からなる記録に依存しており、その結果、その動きを決定するために根拠となる真実として扱われる裁判所が承認した仮説が導かれる。
それぞれの環境は、パブリック・アクセス・トゥ・コート・エレクトロニック・レコード(PACER)から取得した実際の連邦裁判所のケースから構築され、弁護士が公認した生成パイプラインによって拡張され、元のレコードに関するロールタグ付き文書を合成する。
結果として得られたコーパスは複数の一貫性のある事実の読み取りを認めており、そのうちの1つは裁判所が提出した仮説と一致している。
100件を評価すると、関係する証拠を回収したにもかかわらず、エージェントはしばしば誤った仮説を犯し、裁判所が提出した仮説と別の仮説を区別するのに苦労している。
関連論文リスト
- JusticeAxis: Benchmarking Legal Judgment between Rigid Rule Application and Ungrounded Discretion [12.03544402402927]
我々は、法的判断を基準付課題として定式化する。
我々は、オーディオ、画像、テキストエビデンスを持つ18カ国の現実の刑事事件256件について、ジャスティスアクシスを紹介します。
本稿では,要素エージェントが事実を立証し,判断エージェントが経験を積んだ技術の下で法律を適用するためのハーネスであるJiceAgentを提案する。
論文 参考訳（メタデータ） (2026-09-30T00:17:18Z) - OBJECTION! Lawyer Agents Mitigate Guilty Bias in Legal Judgment Prediction [17.160212964113214]
OBJECTION(英語版)は、犯罪、違法性、および計算可能性の3段階の推論にAdversarial Lawyer Agentを統合する推論時パイプラインである。
一般的な批評家と異なり、我々のエージェントは、各理由付け段階で法的弁護の議論を注入することで、モデルが罪悪感を推定することに対して積極的に挑戦する。
試験の結果、OBJECTIONはFGR(False Guilty Rate)を82.93%(SOTAベースライン)から16.69%に劇的に減少させることが示された。
論文 参考訳（メタデータ） (2026-09-02T06:18:44Z) - DRNOISE: Benchmarking Deep Research Agents in Misleading Evidence Environments [51.049999642138]
誤解を招く証拠の下で、回答回復のための100タスクのベンチマークであるDRNOISEを紹介する。
それぞれのタスクは、2つの間接的レコードチェーンが支持する固有の金の答えを持ち、ペアのノイズ条件は競合する答えを直接記述する1つのもっともらしい文書を付加する。
強いクリーンタスク性能を持つエージェント全体で、この単一の介入は66-88ポイントの精度低下を引き起こす。
論文 参考訳（メタデータ） (2026-07-19T15:20:40Z) - LegalWorld: A Life-Cycle Interactive Environment for Legal Agents [51.88999937175361]
本稿では,中国の民事訴訟を5段階の因果関係の州連鎖としてモデル化したライフサイクルインタラクティブ環境であるLegalWorldを紹介する。
We build LongJud-Bench to evaluate agent capabilities across all five connected stage。
論文 参考訳（メタデータ） (2026-06-17T06:11:21Z) - CaseFacts: A Benchmark for Legal Fact-Checking and Precedent Retrieval [5.305110876082343]
CaseFactsは、アメリカ合衆国最高裁判所の判例に対する法的主張を検証するためのベンチマークである。
データセットは、Supported、Refuted、Overruledに分類される6,294のクレームで構成されている。
論文 参考訳（メタデータ） (2026-01-23T23:41:46Z) - A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences [76.73731245899454]
本稿では,階層的なファクトラム,証拠,暗黙的な経験に富む透明な法理推論スキーマを提案する。
このスキーマにインスパイアされた課題は、テキストのケース記述を取り込み、最終決定を正当化する階層構造を出力する。
このベンチマークは、Intelligent Courtにおける透明で説明可能なAI支援法推論の道を開く」。
論文 参考訳（メタデータ） (2025-03-02T10:26:54Z) - Legal Fact Prediction: The Missing Piece in Legal Judgment Prediction [19.863860129103283]
法的判断予測(LJP)は、訴訟者とその弁護士が判断結果を予測し、訴訟戦略を洗練させることを可能にする。
既存の研究は、典型的には法的事実、すなわち証拠によって確立され、裁判官によって決定された事実を利用して、判断を予測する。
我々は,裁判で提出された証拠を法的事実を予測する入力として取り出す,新たな法的NLPタスク,法律事実予測(LFP)を提案する。
論文 参考訳（メタデータ） (2024-09-11T07:01:08Z) - DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
判例検索のための識別モデルであるDELTAを紹介する。
我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。
本手法は, 判例検索において, 既存の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2024-03-27T10:40:14Z) - Complex Claim Verification with Evidence Retrieved in the Wild [73.19998942259073]
Webから生の証拠を取り出すことによって,実世界のクレームをチェックするための,最初の完全自動化パイプラインを提示する。
私たちのパイプラインには,クレーム分解,生文書検索,きめ細かい証拠検索,クレーム中心の要約,正確性判定という5つのコンポーネントが含まれています。
論文 参考訳（メタデータ） (2023-05-19T17:49:19Z) - Legal Judgment Prediction with Multi-Stage CaseRepresentation Learning
in the Real Court Setting [25.53133777558123]
本稿では, 実地裁判所から新たなデータセットを導入し, 法的な判断を合理的に百科事典的に予測する。
大規模な民事裁判データセットを用いた広範な実験は、提案モデルが、法的判断予測のためのクレーム、事実、議論の間の相互作用をより正確に特徴付けることができることを示している。
論文 参考訳（メタデータ） (2021-07-12T04:27:14Z)
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。