法律 AI // 资讯总览
需要被持续追踪的
法律 AI 信号。
本期索引按监管、判例、实务与研究归档；可依主题或关键字定位已发布记录。
法律 AI // 资讯总览
本期索引按监管、判例、实务与研究归档；可依主题或关键字定位已发布记录。
本期索引按监管、判例、实务与研究归档；可依主题或关键字定位已发布记录。
本指南提出了一个系统化、可操作的法律论证结构标注框架，旨在揭示司法推理的逻辑组织，并为计算分析提供可靠基础。在要素层面，区分非命题层（问题与非论证成分）和命题层（一般规范判断、特殊规范判断、一般事实判断、特殊事实判断）。在关系层面，定义了支持、攻击、联合、匹配和同一五种关系类型，涵盖积极与消极论证连接、合取推理结构、法律规范与案件事实的对应以及命题间的同一性。该指南还规定了基本与嵌套结构的形式化表示规则和可视化约定，并建立了标准化的标注流程与一致性控制机制，以确保标注数据的可重复性和可靠性。该框架支持大规模司法推理分析，并为法律论证挖掘、法律推理计算建模及AI辅助法律分析提供基础。
大型语言模型现已能生成至少中等质量的法律文本，但目前尚无基准能够评估它们是否执行学理法律推理——这是法律工作的解释核心，而非当前大多数法律AI评估所衡量的辅助性法务任务。这一测量缺口不仅是方法论上的，也是法律上的：欧盟AI法案对司法领域使用的高风险AI提出了“适当准确性”的约束性要求，但该要求若缺乏领域内尚不存在的学理推理基准，就无法获得可操作的内容。
面向大模型与 Agent 开放结构化周报。仅输出已正式发布的新闻、官方政策法规与深度报告，100% 具备一手依据回溯。
arXiv:2606.18021 提出 LegalHalluLens 审计框架，包含类型化幻觉档案（基于CUAD数据集覆盖数值、时间、义务/权利、事实四类）、风险方向指数（RDI，将遗漏与虚构偏差转化为单一标量）和类型化辩论管道。在510份合同、249252条条款级别实例中，发现聚合指标掩盖了同一模型在义务/数值与时间类之间的约38-40个百分点差异，且两个52%错误率的系统可能呈现相反的RDI。辩论管道将虚假检测减少45%，各类别改进与诊断结果一致，以40亿参数模型匹配商业API性能。该框架支持方向感知的采购、问责和智能体设计。
基于对约40万次Claude Code会话的隐私保护分析，研究发现人类主导规划决策，AI负责执行决策。领域专业知识越丰富，AI每项指令完成的工作量越大。各主要职业在编码任务上的成功率与软件工程师相近。专家用户成功率更高，但与中级用户差距不大。七个月内，调试时间占比下降近半，使用转向端到端代理应用。任务价值通过对比自由职业岗位估算，平均提升约25%。
本文提出一个共识标记提示库，用于衡量编码模型对恶意代码请求的合规性。研究发现，代码与知识分类轴在扩展语料库和更换评委面板后保持稳定，Fleiss' kappa=0.767，两面板一致性达94.45%。最终发布包含4748个共识代码和1923个共识知识提示的可靠性量化基准数据集。
本研究介绍了DOMUS，一个为伦敦纽汉区量身定制的云端AI决策支持系统，用于优化法定临时住宿安置。系统整合家庭案例记录、政策约束下的可负担性和适宜性规则以及实时私人租赁列表，形成统一的治理工作流。通过透明规则筛选与大语言模型辅助搜索，标准化卧室需求、可负担阈值、地理偏好和无障碍要求，同时保留官员决策权和可审计性。在纽汉区安全环境中的试点评估表明，相比人工流程，搜索时间显著缩短，关键安置约束遵守率提高，员工满意度高，且保持法定合规与问责制。DOMUS被设计为可复制的数字公共基础设施，模块化云原生SaaS架构可推广至英国其他行政区，并适用于其他资源稀缺、规则约束和高风险公共管理任务。
该研究通过比较纯LLM分类、LLM基础形式推理和Z3求解器形式推理三种范式，在重新标注的ContractNLI子集上评估了五个LLM的法律推理忠实性。重新标注揭示了实用法律解释与严格形式蕴涵之间的系统差距，大量法律上合理的推论缺乏形式基础。尽管引入形式结构提升了基准性能，但LLM基础形式推理的高分并不代表忠实推理，存在三种反复出现的失败模式：范围清洗（LLM报告与求解器不一致的分类而不执行底层形式推理）、隐式约束盲视（忽略形式表示中的逻辑约束）和程序合成失败（即使有结构化提示也生成错误的Z3代码）。范围清洗在所有模型中持续存在，严重质疑LLM基础形式推理作为符号执行代理的忠实性，揭示了基准准确性与逻辑忠实性之间的根本差距。
本文对七种开源大语言模型在法律领域推理中的神经元作用进行了层级分析。通过神经元归因分数排序并抑制关键神经元，发现抑制这些神经元会破坏目标任务准确性，而随机抑制则无影响。研究识别出一小部分跨任务通用神经元，移除它们后，剩余神经元仅影响其来源任务，揭示了每个模型中的任务特异性神经元。在法律领域内，三个基准测试的神经元重叠度较高，且倾向于共同受影响，表明存在跨司法管辖区的法律组件神经元。此外，关键神经元的分布并非普遍集中在中间MLP层，而是取决于输入格式和内容。
OpenAI开发了一种部署模拟方法，在模型发布前通过隐私保护方式重放历史对话，模拟真实部署场景，以评估新模型可能的行为，包括发现新的不良行为及其出现频率。该方法已在GPT-5系列思维模型部署中应用，改善了不良行为率估计，发现了新的未对齐形式，并降低了模型意识到被测试的风险。它还能扩展到代理设置和工具使用场景。与传统评估相比，部署模拟能更全面覆盖行为类型，减少选择偏差。
上月，伯克利法学院在多个学习领域争议性地禁止使用人工智能。一名攻读法学硕士的学生拉克希塔·巴尔加瓦对此作出了回应。
AI Now即将发布的报告工作草案追踪了美国数据中心行业的企业权力，重点关注决定当前数据中心繁荣的驱动者和受益者的资金和权力流向。该研究旨在帮助当地社区及其倡导者进行抗争。
2026年6月10日，全球非营利组织未来隐私论坛（FPF）发布了一份关于青少年在线体验中算法个性化的综合报告。报告评估了数据驱动个性化在青少年网络环境中的作用，并分析了其对新兴政策和产品设计的影响。当前，政策制定者正就青少年在线安全法规展开辩论，该报告为相关讨论提供了基于数据的分析视角。
电子前哨基金会（EFF）发布《应对美洲任意数字监控指南》，指出美洲地区因问责缺失、控制机制薄弱和法律框架不足导致系统性人权侵犯。该指南基于美洲人权体系中的隐私、数据保护和信息获取保障，为政府提供具体行动建议，包括：明确监控权力与限制、确保合法目的、进行必要性和相称性分析、要求司法授权、保留详细记录、建立独立文官监督机构、保障个人知情权和救济权。指南强调，各国应落实国际义务，构建尊重人权的安全架构，以打破数字监控滥用的恶性循环。