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。
GPS-Bench将立法记录、游说披露、监管文件、公司申报和经济数据等公开证据接入同一政策状态，重建带出处的主体、行动与下游影响，并以人工标注Gold与LLM生成Silver隔离测试。其统一schema比较联合推理、独立与通信主体、图方法和微调，报告基于grounded record的微调在主体层面影响预测最强，分解主要增加机制解释。
文章针对“法律人工智能不能做判断”的说法，提出判断并非法律工作中不可触碰的领域。作者认为，人工智能可以通过捕捉、结构化与复用经验性判断，形成支撑法律分析、风险评估与决策的“判断层”，但其能力边界、责任归属与验证机制仍需在制度与流程中明确。
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。
该arXiv论文针对同行评审中的懒惰思维与空泛批评，提出将评审拆分为论证片段、识别违反ACL滚动评审指南的问题，并用迭代重排序算法生成面向评审人的定向反馈。受控改写研究显示，其反馈最多可减少92.4%的指南违规；同时发布含1309句的多标签LazyReviewPlus数据集。
研究指出，法规越来越多先被机器解析，但解析器并不一致：在密苏里州法规上，两个独立抽取器对数值阈值是否存在的漏报率达0.43。作者为机器抽取的法规语境构建Duquenne-Guigues蕴含基的被动生存证书：测量逐属性分歧、在1000次蒙特卡洛试验中回放，并以单侧Wilson 95%生存下限不低于0.95为认证标准；每条获认证蕴含附带前提跨度与最小反例。基于29,365个密苏里州章节和502个印度中央法章节，预注册留出门槛通过，但在一种全局部署误差模型下93.2%留出章节低于信息量下限，2×2析因归因于校准率迁移而非选择偏差。论文同时公开代码、数据产品与含一项撤回的审计轨迹。
该arXiv论文针对奥地利及欧盟增值税法，实验评估大语言模型辅助法律决策的能力，比较微调与检索增强生成在教材案例和税务咨询真实案例上的系统配置。结果显示，合理配置后模型可支持税务人员自动化常规任务并提供有法律依据的初步分析，但因法律敏感性与幻觉风险尚不能全自动；对隐含客户知识和情境化文档处理仍有限。
该文聚焦国有出资背景下有限合伙企业财产份额转让与股权转让在监管定性、审批程序、进场交易及评估备案等方面的适用分歧，梳理国资监管规则与合伙企业法、公司法衔接中的灰色地带，并提出以出资来源、控制权变动和交易实质为标准的合规重构路径，供相关交易设计与国资合规审查参考。
arXiv:2609.00572v1提出一套面向企业人工智能决策系统的制度遗产评估框架，考察原始设计人员离任、模型迭代、监管变化和组织激励转变后，系统能否持续输出有益、合法、可解释且具适应性的结果。论文构建综合Legacy Score，将知识留存、治理、人类监督、适应性、反馈学习及司法辖区忠实度等因素纳入评估，并提出决策信心与风险模型、权限感知检索、校准式拒答、受治理的Decision Memory、监管变化速度指标及联邦式监管知识图谱。作者通过压力测试和200次蒙特卡洛模拟检验模型内部行为，但尚未完成真实业务场景验证，参数仍需结合具体组织和司法辖区校准。该研究属于方法论和治理研究，不构成法律、监管或行业强制标准，也不直接改变企业现有合规义务。
发表于arXiv的研究提出“因果证据治理”（Causal Evidentiary Governance，CEG）框架，面向信贷、招聘、资源分配等受监管机器学习场景。该框架要求机构维护带版本控制的有向无环图，将因果路径区分为允许与不允许类别，并以“因果伤害率”衡量预测变化中归因于不允许路径的部分。研究还提出经签名的决策证据包，将具体预测与公开DAG摘要及路径归因进行密码学绑定，并利用Merkle树生成低成本的包含证明。作者通过合成信贷申请人、四种DAG反事实方案及德国信贷数据进行验证，认为该方法能够识别传统人口统计平等或均等机会指标难以揭示的特定因果路径风险。该文属于研究方案与概念验证，不是欧盟AI法案或GDPR的新规、解释、监管决定或同行评审结论；arXiv所收材料不经同行评审。
arXiv论文《Workload Identification with Physical Side Channels for AI Governance》研究如何通过英伟达H200 GPU的功耗等物理信号，外部识别设备正在执行的计算任务。研究团队以约10MHz频率采集930条、每条5秒的运行轨迹，覆盖17个开放大型语言模型系列及25类非人工智能工作负载；在未参与训练的模型家族上，将训练、推理与非人工智能计算区分的准确率达到97%，宏平均F1值为0.955。研究还模拟运营者对计算过程进行重塑，以掩饰训练活动，并新增采集680条对抗性轨迹。针对四类规避策略，强化检测器对其中三类的训练识别率至少为99%；对稀释式低秩适配（LoRA）的识别率为48%至88%，加入补救规则后提升至至少98%。论文强调该数据集与攻击测试并非对所有对抗行为的完整评估，研究成果目前属于技术验证，不构成国际监管机构已经采用的核查标准或具有约束力的合规义务。
该文围绕股改过程中以资本公积转增股本是否课税展开讨论，提示实务中存在“免税”与按“利息、股息、红利所得”适用20%税率之间的理解分歧。文章属资本市场涉税系列分析，重点在于厘清不同来源资本公积转增的税务处理、纳税人风险与征管口径差异，并未展示新的法规文本或裁判规则。
arXiv论文《Comparing Apples to Oranges: A Taxonomy for Navigating the Global Landscape of AI Regulation》提出一套比较全球人工智能监管的分析框架。论文认为，人工智能治理正由国家战略、行业指南等软法安排，逐步转向具有约束力的法律规制，但不同研究对“人工智能监管”的范围界定并不一致，可能导致对监管强度和安全水平的误判。该框架从技术或应用导向、横向或行业覆盖、事前或事后干预、数字法律体系成熟度、执法机制及利益相关方参与程度等维度，评估监管的广度与深度，并将其应用于欧盟《人工智能法》、美国行政命令14110、加拿大《人工智能与数据法》、中国《生成式人工智能服务管理暂行办法》及巴西AI法案2338/2023。论文还提供交互式可视化工具，用于展示不同法域的共性与差异。该文属于比较法与人工智能治理研究，arXiv预印本未经同行评审，不代表相关法域新增、修改或统一适用任何强制性规范。
这篇发表于arXiv的研究论文系统比较了大语言模型中的反事实记忆与自适应提取两类指标，指出二者并不存在相互控制关系，差分隐私也不能作为覆盖所有记忆风险的统一代理。在f-DP框架下，论文给出了带列表预算的自适应提取成功率上界，并证明该界限在一组基线分布上可以达到；在纯ε-DP下，论文进一步以最小熵刻画先验猜测能力对提取风险的影响。对于反事实记忆，研究推导了有界评分函数的精确上界，并说明多个重复副本下，简单将隐私参数扩大为kε并不准确。实验与构造案例显示，一个机制可能被评分审计认定为存在记忆却难以提取，另一个机制则可能被提示词完整提取却无法被基于损失的审计发现。论文还称，这类双向盲区在大规模模型上仍然存在。该文是学术预印本，不是法律、监管或司法文件，不设合规过渡期，也不直接产生强制义务。
该资讯介绍一项双盲人工智能评测试点，拟通过隐藏评测对象及相关身份信息，减少主观偏见对模型比较和结果判断的影响。
该文探讨数据中介在数字治理中的作用，分析其如何帮助个人和群体更有效地获取、理解和运用数据，从而增强公众在数据经济中的参与度和自主性。文章可能介绍不同模式的数据中介机制、监管框架及实践案例，指出其在促进数据流通、保障个人信息权益与弥合数字鸿沟方面的功能。
这篇发表于 arXiv 的论文讨论生成式人工智能多代训练和递归合成数据造成的版权举证困境。作者指出，早期模型若未经许可吸收受版权保护作品，后续模型又通过前代模型输出或蒸馏权重继续训练，原始侵权内容可能被转化为难以追溯的统计抽象，使传统版权侵权证明中的“接触”与“实质性相似”难以建立。论文据此提出“AI毒树果实”标准：如果基础模型的训练被认定为侵权，主要衍生于其输出或权重的后续模型应推定受到污染；下游开发者可通过证明独立且合法的来源链，或完成可验证的重建、遗忘等补救措施推翻推定。该方案仍主张在最初数据摄取阶段单独进行合理使用分析，并回应其可能抑制创新及扩大下游责任的争议。文章属于学术政策建议，不是现行法律、司法裁判或监管措施，也未规定生效日期或过渡期。
一篇发表于arXiv的法律研究论文提出“操作性代理”（Operational Agency，OA）概念，将其界定为一种不赋予人工智能法律人格、但可在事后辅助证据分析和责任归因的法律拟制框架。论文以人工智能系统的目标导向性、预测处理能力和安全架构，分别作为判断类似意图、预见能力及注意义务的操作性指标，并提出“操作性代理图”（Operational Agency Graph，OAG），通过因果关系图梳理开发者、微调者、部署者、用户、组织与系统之间的互动及可能责任链条。研究借鉴公司刑事责任、无辜代理人原则、辅助责任和替代责任理论，并以自动驾驶碰撞、算法价格合谋等五个横跨侵权、民权、宪法和反垄断领域的案例进行说明。该框架目前只是学术提出的分析工具，不是现行法律、监管命令或具有拘束力的裁判规则；arXiv论文亦未经同行评审。
许多人认为，基于人工智能的聊天机器人有助于持续获取新闻。但麻省理工学院媒体实验室帕蒂·梅斯及其同事开展的一项研究指出，这种做法可能存在问题。研究参与者连续四周对成对呈现的新闻标题和图片进行评估；研究片段显示，参与者起初在辨别相关内容方面的准确率提高了21%，但原文在具体说明其后续表现前截断。
arXiv论文《STONIC: A Layered Measurement Contract for LLM Value Profiling》考察大型语言模型的价值画像能否在不同测量界面之间保持一致。研究基于四个价值情境库的5144个情境和35组固定模型配置，比较孤立评分、经平衡处理的冲突选择、自发生成回答，以及模型对自身早期答案和人工撰写替代答案的后续选择。17组具备可用行为数据的配置中，10组在不同情境库间保持“认可—选择”关系；17组均偏好自身先前生成的答案，但选项位置始终影响选择率。研究显示，价值画像从评分迁移至冲突选择时最强，迁移至自发文本时减弱。在200条L3回答的三方标注中，FULCRA与人工多数意见最接近，校准后的DeBERTa仍保留部分排序信息。作者据此认为，模型存在可重复的行为连续性，但尚不足以证明不同接口下存在不依赖评分器的单一价值身份。
arXiv论文《MemGuard: Persisting Verifier Signals for LLM-Agent Memory Governance》提出，将验证器输出由一次性筛选结果转化为可持续使用的记忆生命周期元数据，并用于记忆激活、检索、冲突处理、摘要与归档。论文在Terminal-Bench 2.0、SWE-Bench Verified、WebArena和Mind2Web上测试四种基础模型、五个随机种子，报告称其在16组模型与基准组合中均取得最佳成功指标和最低平均步数。
该论文研究大语言模型在处理有害请求时出现不安全回应的机制。作者围绕同一不当行为，分别构造客观分类、主观第一人称陈述和直接请求协助三种表达方式，实验发现，模型面对直接求助式提示时，更容易生成不安全内容。通过逐层相关性传播分析，论文指出，模型可能过度关注“你能帮我吗”等任务框架词，将其视为主要回应目标，却低估“且不被发现”等能够揭示隐蔽、不当意图的线索词。基于这一发现，作者提出两种相关性引导解码方法，尝试在生成过程中提高模型对意图线索的重视程度。实验结果显示，强化对相关线索词的关注能够提升模型回应的安全性。该研究属于模型安全与人工智能治理领域的学术研究，不构成新法规、监管命令或具有直接约束力的合规标准。