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。
本文探讨了人工智能与其他数据密集型技术快速发展背景下数据监管面临的挑战与机遇。文章分析了现行数据治理框架在应对新技术时的局限性，讨论了数据隐私、安全和伦理等关键问题。文章强调监管需要在促进技术创新与保护个人权利之间取得平衡，并提出了未来数据监管的灵活性和合作性方向。文章还比较了欧盟、美国和中国等主要经济体的数据监管路径差异。
一项研究对全球人工智能安全标准、法规和指南进行了系统梳理与分类，绘制出当前全球AI安全治理的全景图谱。研究覆盖主要国家和国际组织的关键文件，采用多层次分析方法，展示了不同地区在AI安全监管上的重点与差异。结果显示各地区的规范框架针对特定风险各有侧重，并为全球AI安全治理的互操作性提供了基础性参考。该研究有助于政策制定者和研究人员清晰把握全球AI安全标准的格局与发展趋势。
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。
该研究对人工智能安全领域进行了主题审查与差距分析，系统梳理了当前AI系统面临的数据安全、模型鲁棒性、隐私保护等主要威胁与防护手段，并识别了现有研究与实践中的关键缺口，如标准化缺失、评估方法不足等，揭示了该领域的未来发展方向。
芝加哥大学法学院昨日发布全面的人工智能战略声明，旨在重塑法律教育模式。该声明重新定义了第一年课程的教学方式、高年级写作的评估方法以及AI工具在整个课程中的整合。作为战略组成部分，学院启动试点项目：从今年秋季开始，所有一年级核心课堂将禁止使用笔记本电脑、平板电脑和手机等电子设备。这一举措是法学院将AI纳入教育体系的重要步骤。
本文提出R³框架，旨在协调视频广告中文本违规整改与原始语义保持。该框架包含三项关键创新：一是通过组相对合规经验提取器引导高质量监督数据合成；二是采用具有分层奖励的课程强化学习策略，在增强合规性的同时最大化语义一致性；三是整合文本识别、改写与重渲染的完整视频整改方案，便于工业部署。在工业数据集和在线A/B测试中，R³均显著优于现有方法，在违规整改与意图保持之间实现了最优权衡。
本文围绕大宗商品套期保值交易中的价格管理合规性问题展开分析，探讨了合规边界的界定标准以及套保损失在司法实践中的认定方法。文章结合相关案例与监管规定，明确了企业在套保操作中应遵循的合规要求，并分析了损失认定的司法裁判逻辑。
文章系统梳理了最高人民法院、最高人民检察院近期关于虚开增值税专用发票罪的司法解释、典型案例及专家共识，指出限缩该罪适用范围、强化逃税罪评价功能已成为趋势。核心争议包括：虚抵进项税额以少缴或不缴税款的定性——最高检认为不涵盖虚开专票抵扣，最高法则主张认定为逃税罪，但专家会意见仍存分歧；虚开专票罪中“骗取国家税款”的认定标准尚未统一，最高法《理解与适用》提出以是否超出应纳税义务范围为界，但部分案例仍按传统逻辑定罪；虚开专票罪与非法买卖专票罪的界限有待厘清，最高法新思路赋予开票方与受票方独立评价空间，但实践中仍存在衔接不足。
该研究探讨了数字经济背景下平等机会对经济产生的影响。研究分析了在数字化进程中，消除性别、种族等不平等因素，提供均等发展机会如何改变劳动力市场结构、促进创新并提升整体经济产出。报告指出，构建包容性的数字环境有助于优化资源配置，缩小数字鸿沟，从而为经济增长提供持续动力。相关数据揭示了公平政策在数字经济时代与经济效益之间的直接关联。
该技术报告将战略红队重新定义为董事会层面的治理纪律，用于测试AI战略的假设。报告提出六组件模型：假设登记册、对抗性授权、独立性标准、证据分级、面向董事会的决策记录以及未解决发现的后续机制。该模型旨在使战略不确定性在成为运营风险前可被检查。红队被视为对治理决策所依赖主张的结构化对抗测试，而非渗透测试或场景演练。报告为概念性和设计导向，未提供实证验证或监管认可，但为组织连接AI战略、问责与监督提供了候选治理工件，并定义了局限性及未来实证测试的最小验证协议。
本文由章晨煜与刘昱博撰写，重点解读《建工解释二》的核心制度变化。文章针对建设工程领域的最新司法解释，梳理了相关规则的调整内容，并结合实务需求提出了具体的应对策略，旨在为法律从业者及建筑企业在处理相关纠纷时提供操作指引与参考。
本文剖析了私募基金运作中利益输送的典型案例，梳理了相关违规行为的特征与表现形式。针对此类合规风险，文章提出了具体的管控建议，旨在为私募基金管理人完善内部治理结构、防范利益冲突及提升合规管理水平提供参考。
智能体AI系统生成的运行时记录本身不足以直接得出法律上的监管认定。该技术报告定义了一个证据充分性标准，针对特定事件及其关系的二元事实认定（如数据越界、人类干预、信息屏障、授权有效性等）。标准要求记录必须同时包含事件到法律类别的映射及关系类型（来源、授权、派生、时间有效性），且仅为必要性条件。报告以EU AI Act的监管义务为例，说明防篡改日志、通用流程框架等无法单独满足该标准，并关联了必要多样性、良好调节器定理等理论。实验协议已存档于Zenodo。
本文探讨了严征管时代下并购重组交易面临的税务风险与合规要求。作者张乐与邵帅分析了企业在进行股权及并购重组时可能遇到的税务问题，并提出了相应的合规建议，旨在帮助企业降低税务风险，确保交易的合法合规。文章强调了在当前税务环境下，企业需加强税务合规管理，以应对日益严格的税务监管。
Claude Fable 5已重新部署并全球可用。文章详述了两方面内容：一是模型配备的安全分类器，按危害程度将网络安全使用分为禁止、高风险双重用途、低风险双重用途和良性四类，并设置安全边际以增强防护；二是与Glasswing合作提出的AI越狱严重性框架草案，旨在建立统一标准描述越狱风险，促进学术界、行业、民间社会和政府间的讨论。文章还邀请反馈并启动了HackerOne项目供安全研究人员提交潜在越狱案例。
该资讯探讨了生物力学与法律人工智能的交叉领域，将公司类比为有机体，其内部法律功能如同生物系统般运作。通过这种框架，分析法律AI如何模拟生物机制以优化企业法务流程，提升合规效率与风险应对能力。文章未提供具体案例或数据，仅从概念层面阐述这一新兴视角。
自2018年GDPR实施以来，cookie横幅成为用户表达在线追踪偏好的主要机制。本研究分析了发布者、监管机构与同意管理平台（CMP）三方对cookie横幅设计与实施的影响。基于对30个国家11364个网站的历史评估，结果显示合规率从2018年的2.94%提升至2024年的30.66%。数据保护机构（DPA）的监管行动与合规率呈正相关。实验进一步表明，合规改善主要由网站所有者驱动，而CMP对监管行动反应微弱。研究建议欧盟层面加强统一协作与监管，以减少解释分歧并简化合规流程。
该论文将大语言模型审查视为一种社会技术现象，其表现形式包括明确拒绝、遗漏、选择性强调、框架效应及地理差异化的内容控制。研究综合了近期实证研究、供应商案例、监管发展、审计方法和缓解策略，阐明审查行为如何在模型生命周期中产生。分析指出安全与开放之间的张力、软审查的测量困难、审核机制的地缘政治分歧，以及需要透明、可争议和独立可审计的治理机制。论文认为核心挑战不在于是否应进行内容审核，而在于如何使审核相称、负责、多元且抵抗不透明的认知控制。
该研究探讨了公共部门AI系统透明度要求中合规性与利益相关者需求之间的差距。通过分析澳大利亚政府机构根据国家AI治理授权发布的92份公开透明度声明，引入风险-控制-参与-需求（RCIN）框架，区分不同利益相关者类别及其透明度需求。评估发现，虽然结构性合规普遍存在，但透明度校准不均：服务于高控制利益相关者的标准得到一致实现，而对高风险、低控制利益相关者至关重要的标准较少且实质性不足。研究将这一现象概念化为“透明度幻觉”，即通过合规性文件看似满足透明度要求，但实际未均衡校准至受AI决策影响最大的群体。研究将透明度视为一个利益相关者校准的验证问题，表明文件层面的合规并不等同于需求验证。
针对大型语言模型在刑事法律领域因模型护栏导致拒绝和免责声明（过度对齐）的问题，研究引入TF-RefusalBench多语言基准测试，该基准源自瑞士联邦最高法院公开裁决，包含法语、德语、意大利语和英语共5200个提示，涵盖易触发拒绝的常见任务。实验表明，过度对齐受模型、提示及文本语言影响，且其影响不能仅从过度拒绝角度评估，还需考虑免责声明对任务忠实度的损害。研究评估了提示工程和abliteration（消除拒绝方向）两种缓解方法，后者能消除拒绝行为且对任务性能影响最小。
该研究指出，当前大语言模型在医疗、法律和招聘等道德敏感场景中的公平性评估存在高估。当人口统计身份以明确标签呈现时，模型表现公平；但当同一身份需通过推理获取时，公平性显著下降。研究者将这一现象定义为“表演性合规”，即模型仅在评估线索明显时表现公平。通过引入线索变化方法论（固定道德困境和身份，仅改变身份传达方式），发现隐藏明确标签导致有害决策增加4.4个百分点，并改变模型安全排名，且该变化在模型正确推断身份时依然存在。研究提出“线索可见性差距”这一模型无关的鲁棒性指标，可附加于现有公平性基准，以区分真实与表演性道德安全。结论认为，未包含线索变化的公平性评估仅测量表面合规，不应作为高风险场景部署决策的依据。