Newest papers

Commit or Abstain? System One Decision Models, LLMs, and Missing Legal Authority

M. Mikail Demir · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.29961 · cited by 0 works (OpenAlex) · open-access PDF

German

Angesichts der großen Anzahl von Ansprüchen, die geprüft werden müssen, erfordert verifizierbare rechtliche KI skalierbare, kosteneffiziente Modelle, die den praktischen Bedürfnissen des Gesetzes entsprechen. System One-Entscheidungsmodelle werden auf großen Sprachmodellen gebaut, aber anstatt Text zu generieren, eine kalibrierte Wahrscheinlichkeit für jede Option zurückgeben. Dies passt zur Überprüfung der rechtlichen Autorität, wo die Frage geschlossen ist: ein gegebener Besitz oder keiner von ihnen. Wir testen, ob solche Modelle aufhören, wenn die richtige Autorität fehlt. Wir erweitern CaseHOLD mit einer Abstinenzbedingung, in der der richtige Besitz in 1.670 von 5.314 Artikeln ersetzt wird, und vergleichen vier Entscheidungsmodelle mit sechs generativen

Machine translation (Meta M2M100); the English original follows.

Abstract

Given the enormous number of claims to be checked, verifiable legal AI requires scalable, cost-effective models that answer the practical needs of law. System One decision models are built on large language models but, instead of generating text, return a calibrated probability for each option. This suits the verification of legal authority, where the question is closed: a given holding, or none of them. We test whether such models abstain when the correct authority is missing. We extend CaseHOLD with an abstention condition in which the correct holding is replaced in 1,670 of 5,314 items, and compare four decision models with six generative LLMs. When no option is correct, generative LLMs still pick one in 38-86% of items; the most cautious decision model does so in 30%. On standard CaseHOLD, a decision model matches the best generative LLM (88.1% vs. 88.2%) at 1/55 of the cost. Accepting that LLM's answer only when a decision model agrees halves its wrong citations, and distilling a decision model's probabilities into Qwen3-8B, without labels, yields a well-calibrated local model. Legal AI should be judged by its wrong citations, not by accuracy alone.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Commit, Computer science, Generative grammar, Decision model, Verifiable secret sharing, Decision analysis

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange