M. Mikail Demir · 2026 · arXiv
DOI: 10.48550/arXiv.2610.29961 · open-access PDF
체크할 수 있는 엄청난 수의 주장을 감안할 때, 검증 가능한 법적 인공지능은 법의 실용적인 필요를 충족시키는 확장 가능한 비용 효율적인 모델을 필요로 한다.System One 의사 결정 모델은 대규모 언어 모델에 구축되지만, 텍스트를 생성하는 대신 각 옵션에 대해 캘리브레이드 된 확률을 반환한다.이것은 질문이 종료되는 법적 권한의 검증에 적합하다: 주어진 보유, 또는 그들 중 어느 것도.우리는 올바른 권한이 없을 때 그러한 모델이 탈퇴하는지 테스트한다.우리는 CaseHOLD을 적절한 보유가 5,314 항목 중 1,670에 대체되는 탈퇴 조건으로 확장한다.
Machine translation (Meta M2M100); the English original follows.
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
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29961, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange