Newest papers

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

M. Mikail Demir · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29961 · open-access PDF

Hindi

चेक किए जाने वाले दावों की बड़ी संख्या को देखते हुए, सत्यापित कानूनी एआई को कानून की व्यावहारिक जरूरतों को पूरा करने के लिए स्केलेबल, लागत प्रभावी मॉडल की आवश्यकता होती है। सिस्टम एक निर्णय मॉडल बड़े भाषा मॉडल पर बनाए जाते हैं, लेकिन, पाठ उत्पन्न करने के बजाय, प्रत्येक विकल्प के लिए एक कैलिब्रेटेड संभावना वापस करते हैं। यह कानूनी अधिकार की पुष्टि के लिए उपयुक्त है, जहां प्रश्न बंद है: एक निश्चित धारणा, या उनमें से कोई भी नहीं। हम परीक्षण करते हैं कि ऐसे मॉडल जब सही अधिकार गायब हो जाता है तो इनमें से कोई नहीं है।

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

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

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