面向 LLM 的基于树状结构的法律推理基准，包含 Factum Probandum、证据与经验

Jiaxin Shen; Jinan Xu; Huiqi Hu; Luyi Lin; Fei Zheng; Guoyang Ma; Fandong Meng; Jie Zhou; Wenjuan Han

面向 LLM 的基于树状结构的法律推理基准，包含 Factum Probandum、证据与经验

人工智能 2025-03-04 v1

作者: Jiaxin Shen , Jinan Xu , Huiqi Hu , Luyi Lin , Fei Zheng , Guoyang Ma , Fandong Meng , Jie Zhou , Wenjuan Han

摘要

尽管在法律应用方面取得了一些进展，但法律推理——对于公正裁决至关重要——仍未得到探索。我们提出了一种丰富了的法律推理模式，包含层次化的 factum probandum、证据与隐含经验，使其能够被公众审查并防止偏见。灵感来自这一模式，我们引入了一个具有挑战性的任务，该任务接受文本案例描述并输出层次化结构，以正式判决为依据。我们还创建了第一个为此任务进行众包的数据集，实现了全面评估。同时，我们提出了一个代理框架，该框架使用综合的法律分析工具套件来解决该任务。该基准为“智能法院”中的透明且可解释的 AI 辅助法律推理铺平了道路。

关键词

法律推理 factum probandum 证据层次化结构 LLM 基准

引用

@article{arxiv.2503.00841,
  title  = {A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences},
  author = {Jiaxin Shen and Jinan Xu and Huiqi Hu and Luyi Lin and Fei Zheng and Guoyang Ma and Fandong Meng and Jie Zhou and Wenjuan Han},
  journal= {arXiv preprint arXiv:2503.00841},
  year   = {2025}
}

备注

20 pages, 13 figures

面向 LLM 的基于树状结构的法律推理基准，包含 Factum Probandum、证据与经验

摘要

关键词

引用

备注

相关论文