大语言模型与法律的交汇：双视角分类学、技术进展与伦理治理
计算与语言
2025-07-11 v1 人工智能
摘要
本文建立了大语言模型（LLM）应用于法律领域的首个综合性综述。它开创性地提出了一种创新型双视角分类学，将法律推理框架和专业本体论整合，以系统性地统一历史研究与当代突破。基于Transformer的LLM展现出如情境推理和生成论证等涌现能力，克服了传统方法的局限，动态捕获法律语义并统一证据推理。在任务泛化、推理形式化、工作流程集成以及解决文本处理、知识集成和评估严谨性等核心挑战方面，文档记录了显著进展，技术创新包括稀疏注意力机制和混合专家架构。然而，LLM的广泛采用带来了关键挑战：幻觉、解释性不足、司法管辖适应困难以及伦理不对称。本综述提出了一种新型分类学，将法律角色映射到NLP子任务并计算实现Toulmin论证框架，从而系统化推理、检索、预测和争议解决方面的进展。它确定了关键前沿，包括低资源系统、多模态证据集成和动态反驳处理。最终，本工作为研究人员提供技术路线图，为实践者提供概念框架以导航算法未来，为下一代法律人工智能奠定了坚实基础。我们创建了一个GitHub存储库来索引相关论文：https://github.com/Kilimajaro/LLMs_Meet_Law。
引用
@article{arxiv.2507.07748,
title = {When Large Language Models Meet Law: Dual-Lens Taxonomy, Technical Advances, and Ethical Governance},
author = {Peizhang Shao and Linrui Xu and Jinxi Wang and Wei Zhou and Xingyu Wu},
journal= {arXiv preprint arXiv:2507.07748},
year = {2025}
}