在奥地利增值税法中的大语言模型法律决策：实验研究
计算与语言
2025-07-14 v1
摘要
本文对大语言模型 (LLMs) 在奥地利和欧盟增值税 (VAT) 法律框架内协助法律决策的能力进行实验评估。在税务咨询实践中，客户常以自然语言描述案例，使 LLMs 成为支持自动化决策和减少税务专业人员工作负担的理想候选人。鉴于需要法律依据且充分论证的要求，LLMs 产生幻觉的倾向 presents a considerable 挑战。实验聚焦于两种增强 LLM 性能的方法：fine-tuning 和 retrieval-augmented generation (RAG)。本研究在 textbook 案例和来自税务咨询公司的 real-world 案例上应用这些方法，以系统性地确定 LLM-based 系统的最佳配置并评估 LLMs 的法律推理能力。研究结果突显了使用 LLMs 支持税务顾问通过自动化例常任务和提供初始分析的潜力，尽管当前 prototype 尚未准备好进行完全自动化，因为该法律领域的敏感性。结果表明，经过适当配置的 LLMs 可有效支持税务专业人员完成 VAT 任务并为决策提供法律依据的论证。然而，关于处理隐式客户知识和 context-specific documentation 的局限性仍存在，强调了未来集成结构化背景信息的必要性。
关键词
引用
@article{arxiv.2507.08468,
title = {Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experimental Study},
author = {Marina Luketina and Andrea Benkel and Christoph G. Schuetz},
journal= {arXiv preprint arXiv:2507.08468},
year = {2025}
}
备注
26 pages, 5 figures, 6 tables