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。
一项发表于 arXiv 的研究比较大语言模型在医学与法律推理中的表现，考察知识记忆、事实 grounding、置信度和稳健性四个维度。研究认为，医学判断通常依赖相对稳定的生物学事实与经验材料，而法律结论还取决于司法辖区、规范的时间效力、法律渊源层级及规范之间的效力关系。基于纳入时间有效性和规范关联性的基准测试，研究发现，法律类模型难以判断检索到的引证是否适用、有效且彼此不冲突。在语境受到扰动时，模型容易因信息具有形式上的权威性而保持过高置信度，并受到排版、格式等表面线索影响。模型规模扩大和指令遵循能力增强，并不必然提高其识别权威性误导的能力，反而可能强化其对虚假权威信息的依赖。研究据此指出，大模型可能将法律处理为无结构文本，而未能稳定识别拘束力先例与规范体系。该研究属于学术发现，不是新法、监管决定或裁判规则。
论文提出一套面向真实临床威胁场景的医疗语言模型隐私评估框架，区别于仅测试模型能否复现训练文本的传统方法，将攻击者可获得的信息划分为由公开可推断人口统计信息到泄露病历片段的多个等级，并分别衡量患者特定文本的逐字记忆和敏感诊断的语义泄露。研究团队在一款持续使用约378000份临床笔记进行预训练的模型上开展测试，发现姓名、出生日期、就诊日期、提供医疗服务者姓名及医疗机构地点等常规就诊元数据，能够较高频率地诱发跨患者就诊时间线的逐字记忆，并支持对流产和HIV等敏感诊断的恢复，AUROC分别达到0.91和0.82。研究同时指出，精确匹配可能夸大实际披露程度，其中36%的被记忆词元属于模板化医疗文档内容。该成果属于隐私与医疗人工智能安全研究，不构成对特定组织违法或合规责任的认定。
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论文《AI-Augmented Inquiry and Regulation in Hybrid Systems》提出AIRIS框架，用于分析生成式人工智能参与假设生成、解释构建和决策时，人与人工智能之间的认知控制如何重新分配。论文指出，外部生成能力增强可能伴随内部监控、校准能力和认知投入下降，相关风险不能仅以自动化偏见或算法依赖解释。该框架识别了委托、校准漂移、动机与情感漂移等七项相互作用机制，并提出预判、质询、反思、整合和综合五类调节操作，旨在维持混合系统中的认知主体性。论文将AIRIS定位为研究议程、生成式人工智能学习环境设计框架及混合人机认知治理的概念工具，而非直接提升学习效果的干预方案。
政策差距分析通过对比现行政策与法律要求、行业标准或组织目标，系统梳理现有制度中的空白、冲突与薄弱环节，明确合规风险与管理短板，进而提出修订建议、完善流程和落实责任的改进路径，为决策者提供依据。该方法通常涵盖政策梳理、差距识别、影响评估与行动计划制定等环节，适用于法规更新、监管检查或内部治理优化场景。
Anthropic宣布设立总额500万美元的资助计划，支持独立团队研究人工智能对用户福祉的影响。获资助者将获得资金、模型访问权限及技术支持，开发可开源使用的多轮对话评估工具和基准，并独立发布研究成果。项目聚焦情绪支持、陪伴、心理健康危机和饮食失调等场景，申请截止日期为9月21日，入围完整提案的申请者将在10月5日前获通知。
原文标题为“host”，未提供具体正文片段。该词在英语中具有多重含义，可指活动主办方、东道主、会议主持人，也可指计算机网络中的主机，或医学/生物学中的宿主。具体法律语境下，应结合原文完整内容确定其准确含义，并据此进行翻译与摘要。
arXiv论文arXiv:2608.20391v1介绍了ImmigrationReason，这是一个面向法律推理研究的美国移民行政裁决结构化数据集。数据集收录美国公民及移民服务局行政上诉办公室（USCIS AAO）2005年至2026年的12,375份非先例决定，记录适用法律框架、逐项标准的证据充分性判断、五类标签、裁决者逐字批评、全部引文及最终处理结果，并附经Claude转录的来源文本。研究团队采用结合两种独立模态和Opus 4.7比较提示裁决的三轮提取流程，并由法律领域专家抽查500份记录。数据集中包含近9,000条AAO认定法律错误的逐字实例，覆盖2016年Dhanasar规则变更前后的制度转型，可用于结果预测、裁决错误分析及高风险监管领域智能体研究。
论文提出“个性化隐私”概念，指出不同用户在相同语境下对信息披露的可接受边界可能不同，并发布P3Bench基准测试用户特定披露偏好。对Qwen2.5-7B和Gemma3-4B的实验显示，仅依靠提示词执行个性化隐私政策的稳定性不足，平均政策忽视率分别为51.25%和74.28%。研究进一步提出REPAIR推理时注意力头干预方法，以调整模型内部注意力机制，使输出更贴近用户设定的隐私政策。该成果属于模型安全与隐私控制研究，不构成法律规则、监管命令或合规认证。
研究团队发布VSysBench基准，用于评估多模态大语言模型在系统消息约束下的表现。该基准建立在MMVet-v2基础上，将约束划分为5个主要类别和22个子类别，覆盖视觉场景中的文本指令及完全依赖视觉内容的指令，并为每类约束配备用于测试指令层级的冲突版本。评测通过联合满意率（JSR）和跨约束敏感度（CCS）两个指标，同时衡量模型是否遵守约束以及回答是否正确。对16个多模态大模型的测试显示，系统消息会明显降低基础任务准确率；开放权重模型在用户指令发生冲突时的遵循能力显著下降，而头部专有模型相对稳定；视觉依据型约束则是所有模型最难处理的类别。
arXiv论文《Mapping General-Purpose AI Governance in Twenty AI Middle-Power Jurisdictions》对包括欧盟在内的20个未拥有前沿通用人工智能开发商、但具备区域先进经济能力的司法辖区进行条款级比较，考察系统性风险评估、评测与验证、禁止性规则及监测检测、严重事故报告四类治理领域。研究显示，16个司法辖区至少涉及其中三个领域，但约五分之一的相关条款具有法律约束力；在具有约束力的工具中，约四分之三并未定义通用人工智能。五分之四的治理机构职权早于通用人工智能概念形成，且多数职责仍停留在应用层。涉及模型层时，制度主要用于观察和评测，几乎所有评测机构均无权对发现的问题采取行动。名义上覆盖完整问责链的司法辖区有11个，但仅5个在四个领域均拥有一项以上规定；除欧盟外，没有司法辖区对模型开发者设定具有约束力的评测义务。
arXiv:2601.06412v4研究美国与中国围绕前沿双用途技术，尤其是人工智能，展开竞争背景下，中等强国如何影响全球技术秩序。论文将具备技术能力和战略灵活性的中等强国界定为“技术摇摆国”，并以韩国、新加坡和印度为案例，分析其如何利用人工智能的不透明性，在大国竞争及相互分化的治理体系之间保持回旋空间。研究认为，人工智能不透明性不仅源于算法复杂性、对可解释性重视不足及事后解释能力有限，也可转化为战略资源；认证、审计和信息披露等制度机制，能够将技术限制转化为政治协商空间。论文归纳出三类策略：延迟与对冲、选择性结盟以及规范中介，并认为这些做法可影响全球人工智能治理中的制度设计、国家间谈判和政策结果。
该论文比较了Anthropic、OpenAI、Google DeepMind和Meta在2023年至2026年间发布的安全与合规文件，考察这些文件如何呈现前沿人工智能系统的风险，以及不同文件之间为何存在分歧。研究认为，企业自建风险框架通常受到可测量性、严重性、可审计性和竞争成本四项过滤因素影响，并提出“安全差值”概念，用于描述企业自行选择管理的风险范围与监管者为其选择的风险范围之间的差距。论文指出，急性且可量化的风险普遍出现在相关文件中；有害操纵等较难处理的风险，则主要在法律要求披露时被清晰表述，却往往未被纳入企业自行选择的框架。作者据此将被排除在安全机制之外的风险称为“孤儿风险”，并讨论识别及补足这类风险的轻量化工具。
该论文提出一套用于评估国家人工智能政策文件设计及实施准备度的框架，比较对象包括中国、印度、日本、新加坡、韩国、英国和美国，并将欧盟作为超国家层面的参照。研究不以某一部突出法律或单项战略为对象，而是考察按版本整理的官方政策工具组合，涵盖法律、制度安排、资金项目及非约束性指引。评估标准包括政策组合是否覆盖重大人工智能风险、相关机构是否具备落实承诺的条件、人工智能生命周期覆盖程度，以及受人工智能系统影响人员可获得的保护；公共利益和负责任创新另行评估。各项子标准通过有序评分锚点评价，并关联支持判断的具体规定，同时记录资料检索、缺失证据、纳入文件和截止日期。该框架用于可追溯地比较纸面政策内容，不估算执法成效或政策结果。
arXiv论文评估模型在隐藏题干、仅展示四个选项时的答题能力，使用乌克兰法官高级资格委员会发布的UA-JudgeExam数据集，共11990道题。Claude Haiku 4.5在选项顺序控制下得分0.383，11.8%的题目在八种选项顺序中均被盲答正确；检索280059个乌克兰立法版本后，相关得分仅为0.128。剔除疑似可由选项泄漏的题目后，GPT-5.6仍在题干隐藏时答对51.5%。在全量数据中校正模型选项位置偏好后，仅GPT-5.6和Sonnet 4.6保留超额表现。研究还指出，400题小样本可能无法识别该现象，改写干扰项则可能导致低于随机水平的结果；同一测试在LEXam上未发现类似信号。
arXiv论文《Position: AI Governance Needs ISO-like Interoperability Protocols, Not Just Laws》认为，随着人工智能系统深入关键全球基础设施，仅依靠各法域分别制定的法律、政策和自愿性框架，可能形成碎片化治理格局。论文以欧盟《人工智能法》、中国算法治理措施和美国NIST人工智能风险管理框架为例，主张在法律之外建立类似ISO的互操作协议，以支持跨境、标准化和机器可读的风险沟通。作者提出统一的AI“营养标签”或信息清单，纳入偏见、能源使用和数据来源等指标，旨在降低中小企业跨法域合规门槛、减少重复监管工作并增进公众信任。针对标准可能抑制创新的担忧，论文建议采用模块化、可版本化并能随技术变化演进的协议，推动从分散的法律合规转向可互操作的技术符合性。
该研究考察人工智能模型执行《蓝皮书》法律引注格式规则的能力，聚焦律师工作中重复性较高的引注整理任务。研究团队构建了包含2058项《蓝皮书》查询的新基准，并发现前沿语言模型在零样本条件下生成完全合规法律引注的平均准确率仅为42.6%。在对五家顶尖法律评论进行的实验中，即使是具备“推理”能力的模型，表现仍显著低于这些期刊年度编辑选拔竞赛中的人类候选人平均得分。仅向模型提供相关规则只能带来有限改善，显示检索增强生成并不能单独确保模型遵循规则。研究进一步提出神经符号系统：先由模型将自然语言解析为结构化引注要素，再交由确定性的规则执行引擎完成格式化。该方法使基准平均准确率提高32.4个百分点，最高达到85.5%。
arXiv论文《Designing Inclusive Crypto-Asset Dispute Resolution》提出一种结合人工智能与区块链智能合约的加密资产在线争议解决框架，针对加密资产交易的技术复杂性、跨境关系和法律规则碎片化，以及缺乏法律或技术知识用户在识别权利、整理证据和寻求救济方面面临的障碍。模型拟由人工智能主要承担链下自然语言交互、争议分类、证据整理和可及法律信息支持，由智能合约承担有限的链上登记、时间戳、验证、托管及在适当情况下执行已达成结果等功能。论文以加密资产扣押、交易所失灵和跨境诈骗争议为例，强调可解释性、程序指引和复杂案件中的人工监督，并讨论算法偏见、责任、数据保护、智能合约可执行性，以及与《欧盟人工智能法案》和《加密资产市场条例》相关的合规问题。该文提出的仅是研究框架，不构成新规或强制性争议解决安排。
研究论文介绍了WitnessSim，一种由可控法律角色驱动的证词询问模拟器，旨在训练律师应对动态证人行为。论文指出，现有法律人工智能评估主要关注事实准确性、推理能力或单轮回答的合理性，而较少评估行为是否持续真实。研究团队将行为真实性与教学实用性分开评估，并通过对抗性测试、律师盲法比较以及纵向行为轨迹分析检验系统表现。结果显示，WitnessSim通常能够维持合理的行为边界；参与比较的律师没有系统性偏好原始证词或WitnessSim生成的证词。在教学测试中，证人行为会随提问方式和律师介入产生有意义的变化，同时不会一致性地偏离预设角色。
该论文介绍了在 Wolfram Language 中实现“再化输入输出逻辑”的方法，该形式化体系是 DAPRECO 知识库所采用的基础。实现内容包括输入输出逻辑公理、义务、许可、构成性规范、再化事件以及时间算子。作者测试 GPT-4 将英文法律陈述转换为该形式化语言的能力，发现其会虚构函数、遗漏时间范围、偏离既定形式，并可能生成能够运行且表面合理、却悄然编码错误规范的代码。论文还以受计算合同约束的人工智能“护卫犬”为案例，展示形式化规则如何直接延伸至具身智能体的运行代码，并为其行为生成符号化、可审计的理由。作者据此主张，计算法可作为人工智能治理工具，并提出将能够且应当程序化执行的法律加以形式化。
一篇发表于 arXiv 的研究提出，面向“公平、清晰且不误导”及“实现良好结果”等原则性监管标准的 LLM-as-judge，应从准确性、释义稳健性、对抗稳健性和校准度四个维度评估。研究发布 Principle-Bench，包含 168 个加密资产金融推广场景，并依据英国金融行为监管局的两项原则设计释义改写、对抗性关键词堆砌和边界扰动测试；同时提出可校准、可审计的 Ceca 评估方法。测试显示，关键词计数、三种句向量模型、开放权重大模型评审器和校准级联方法均未在四个维度全面占优。一个 120B 参数评审模型在正常输入上表现最强，但在消费者责任相关关键词堆砌测试中，准确率由 0.74 降至 0.27；另一模型家族的评审器在该分组中仅达 Cohen’s kappa 0.16。研究建议，部署级评审器应同时披露按监管原则划分的对抗性欺骗表现及事后校准结果。