摘要
大型语言模型在法律实践中的应用前景广阔但风险严峻。当前 AI 系统缺乏法律工作所需的高严谨性，主要问题在于其常做出超出源文本支持的推断，将基于假设的结论伪装成逻辑推导。本文提出一种神经符号方法，融合大模型的表达能力与形式验证的严谨性，旨在构建既强大又可信的 AI 辅助法律推理系统，在降低人工核查负担的同时，确保法律实践所要求的问责制。
AI 推荐理由
论文核心探讨结合形式逻辑与 LLM 以提升法律推理的严谨性与可信度。
研究机构
University of California, Santa Cruz
论文信息