De Jure: Ітеративне самовдосконалення LLM для структурованого вилучення регуляторних правил

Автори: Keerat Guliani, Deepkamal Gill, David Landsman, Nima Eshraghi, Krishna Kumar, Lovedeep Gondara

Опубліковано: 2026-04-03

Переглянути на arXiv →
#cs.AI

Анотація

Це дослідження представляє "De Jure", систему для ітеративного самовдосконалення великих мовних моделей (LLM), спрямовану на структуроване вилучення регуляторних правил. Вона вирішує критичну потребу в точному та автоматизованому тлумаченні складних юридичних та нормативних документів, маючи значний потенціал для застосування в юридичних технологіях та забезпеченні відповідності нормативним вимогам.

De Jure: Ітеративне самовдосконалення LLM для структурованого вилучення регуляторних правил

Автори: Keerat Guliani, Deepkamal Gill, David Landsman, Nima Eshraghi, Krishna Kumar, Lovedeep Gondara

Опубліковано: 2026-04-03

Переглянути на arXiv →
#cs.AI

Анотація

Це дослідження представляє "De Jure", систему для ітеративного самовдосконалення великих мовних моделей (LLM), спрямовану на структуроване вилучення регуляторних правил. Вона вирішує критичну потребу в точному та автоматизованому тлумаченні складних юридичних та нормативних документів, маючи значний потенціал для застосування в юридичних технологіях та забезпеченні відповідності нормативним вимогам.

FEEDBACK

Проекти

Немає проектів

De Jure: Ітеративне самовдосконалення LLM для структурованого вилучення регуляторних правил | ArXiv Intelligence