論文の概要: XLaw-JP-27B: A Lightweight Open Model Specialized for Japanese Law

• arxiv url: http://arxiv.org/abs/2610.39227v1
• Date: Thu, 29 Oct 2026 02:47:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 00:31:54.643321
• Title: XLaw-JP-27B: A Lightweight Open Model Specialized for Japanese Law
• Title（参考訳）: XLaw-JP-27B:日本の法律に特化された軽量オープンモデル
• Abstract要約: XLaw-JP-27B(XLaw-JP-27B)は、日本の法律を専門とするオープンウェイトモデルである。 Apache2.0ライセンスの下で、単一の48,GBのGPU上で動作する。 XLaw-JP-27Bは6つのタスクで1位、タイが1位、3位である。
• 参考スコア（独自算出の注目度）: 2.4028383570062606
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present XLaw-JP-27B, an open-weight model specialized for Japanese law that runs on a single 48\,GB GPU under the Apache~2.0 licence. It adapts Qwen3.8-27B with hybrid retrieval over all current statutes and 31k case summaries, a light QLoRA fine-tune on its own verified answers to past bar-exam questions (self-distillation), a contract-specific LoRA adapter, and four-sample voting. We evaluate it on eight Japanese legal tasks---the multiple-choice section of the bar examination in 2024, 2025 and 2026, statement-level bar questions (JBE-QA), statute questions (LawQA-JP), the patent attorney exam, and contract review and drafting built from government model contracts---against open models of 12--33B under identical prompts and retrieval. XLaw-JP-27B ranks first on six tasks, ties on one and is third on one (mean rank 1.3 against 2.8--3.1 for the baselines). It is the only system that passes the bar exam in all three years (129, 120 and 130 of 175, meeting every subject minimum; no test-year material was used in training), while open Japanese 32--33B models fail at least one year. A controlled study of each component shows that retrieval, voting and self-distillation help, and that thinking mode, retrieval-grounded synthetic tuning, self-verification, per-statement decomposition and more self-distillation do not. The largest remaining gaps to frontier models are in contract review and patent law. The model is available as a free web service at https://x-law.jp/ with the weights available at https://huggingface.co/X-LawJapan/xlaw-jp-27b under Apache~2.0.
• Abstract（参考訳）: 提案するXLaw-JP-27Bは,Apache～2.0ライセンス下で単一の48GBのGPU上で動作する,日本の法律に特化したオープンウェイトモデルである。 これはQwen3.8-27Bに適合し、全ての現行法規と31kケースサマリーのハイブリッド検索、過去のバーエグザム問題(自己蒸留)に対する独自の検証済みQLoRAファインチューン、契約固有のLoRAアダプタ、および4サンプル投票を行う。 我々は,2024年,2025年,2026年の司法試験の複数選択部,声明レベルの司法審問(JBE-QA),法定審問(LawQA-JP),特許弁護士試験,政府モデル契約による契約審査と起草,12-33Bのオープンモデルが同一のプロンプトと検索の下で構築された。 XLaw-JP-27Bは6つのタスクで1位で1位で3位(平均ランクは1.3、ベースラインは2.8--3.1)。 日本の32-33Bモデルが少なくとも1年は失敗するのに対し、3年ごとの試験に合格する唯一の制度である(最低でも129年、120年、130年)。 制御された各コンポーネントの研究では、検索、投票、自己蒸留が役立ち、思考モード、検索接地合成チューニング、自己検証、状態ごとの分解、そしてより自己蒸留が役に立たないことが示されている。 フロンティアモデルに対する最大のギャップは、契約審査と特許法にある。 モデルはhttps://x-law.jp/で無償のWebサービスとして利用可能で、重量はhttps://huggingface.co/X-LawJapan/xlaw-jp-27bでApache~2.0で入手できる。

関連論文リスト

• InsufficiencyBench: Evaluating LLM legal advice on underspecified user queries [18.0624065854059]
  InsufficiencyBenchは、クエリサイドの障害をターゲットとする最初の法定ベンチマークです。 我々は3つの構造的故障モードにまたがる8つの標準的欠落要素カテゴリーの分類を定式化する。 完全なクエリを直接処理しながら、不十分なクエリに対する応答を識別し、資格付けするモデルはありません。
  論文  参考訳（メタデータ） (2026-08-20T16:14:47Z)
• Do Small Models Use the Law You Give Them? Context-Injected Fine-Tuning for Legal QA in Bangladesh [2.062723244880136]
  小さな言語モデルは、規制法の規定を受け取り、いまだに誤った回答をすることができる。 関連する法則を含む事例の微調整が、後続の法則の使用を改善するかどうかを検証した。 評価はバングラデシュの2022年と2023年のバーカウンシル試験と機械翻訳英語を用いている。
  論文  参考訳（メタデータ） (2026-07-26T04:06:13Z)
• Cross-Architecture LLM Ensembles, Feature-Based Reranking and Retrieval-Augmented Prompting for Legal Information Processing [7.028604573959654]
  我々は,チームDUがCOLIEE 2026の5つのタスクすべてに参加することを報告した。 我々は, 判例検索, 判例検索, 法令検索, 判例検索, 判例判断予測にオープンウェイトシステムを使用する。
  論文  参考訳（メタデータ） (2026-07-13T11:07:57Z)
• A Sovereign, Open-Source Foundation Model for German and English [50.08096276509294]
  Soofi S 30B-A3B(ソフィー S 30B-A3B)は、ドイツのマムバ・トランスフォーマー・ファウンデーション・モデルである。 そのハイブリッド設計はトークン毎に30Bパラメータの3Bのみを起動し、コンテキストが大きくなるにつれて推論キャッシュをほぼ一定に保ちます。
  論文  参考訳（メタデータ） (2026-07-10T13:51:41Z)
• Swiss-Bench SBP-002: A Frontier Model Comparison on Swiss Legal and Regulatory Tasks [0.0]
  既存のベンチマークでは、適用されたスイスの規制タスクにおけるフロンティアモデルのパフォーマンスを評価していない。 スイス・ベンチ(Swiss-Bench)は、スイスの3つの規制ドメインにまたがる395のエキスパート工芸品のトリンガルベンチマークである。 私は、構造化された3次元スコアリングフレームワークを使用して、2026年3月からの10つのフロンティアモデルを評価します。
  論文  参考訳（メタデータ） (2026-03-24T18:41:07Z)
• JBE-QA: Japanese Bar Exam QA Dataset for Assessing Legal Domain Knowledge [12.186157241528404]
  JBE-QA(JBE-QA)は、大規模言語モデルの法的な知識を評価するための日本語バーエクサム質問回答データセットである。 民法、刑法、憲法を網羅し、旧来の日本の資源に焦点を絞った民法を超越している。 データセットには,バランスの取れたラベル付き3,464項目が含まれている。
  論文  参考訳（メタデータ） (2025-11-28T04:16:17Z)
• LEXam: Benchmarking Legal Reasoning on 340 Law Exams [76.3521146499006]
  textscLEXamは,法科116科の法科試験を対象とする340件の法科試験を対象とする,新しいベンチマークである。 このデータセットは、英語とドイツ語で4,886の法試験質問で構成されており、その中には2,841の長文のオープンエンド質問と2,045の多重選択質問が含まれている。 この結果から,モデル間の差分化におけるデータセットの有効性が示唆された。
  論文  参考訳（メタデータ） (2025-05-19T08:48:12Z)

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。

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。