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。
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。
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。
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。
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。
法治日报就“人工智能+医疗”采访三名全国人大代表：耿福能建议设基层医生AI应用专项补助，明确AI仅为助手而非替代者，并探索与中医“治未病”结合；甘胜莲主张统一学科数据标准与共享流程，建全国医疗AI模型评测和一体化共享平台；赵菁提出中药原料、生产、流通全链条数智化与区块链追溯，完善政策和复合人才保障。
美国联邦贸易委员会（FTC）已批准针对Ascension Health与AmSurg之间交易的最终同意令。该同意令通常包含救济措施，以解决并购可能引发的竞争关切。根据相关程序，FTC在批准前会评估拟议交易对特定医疗服务市场的影响，并可能要求剥离资产或其他结构性救济。最终同意令的批准意味着该交易在符合监管条件的情况下可以推进。交易双方需遵守令中的各项承诺与义务。
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。
英国与乌克兰宣布建立新伙伴关系，共同研发可改变战局的先进技术。根据安排，英国将获准进入乌克兰“复仇者”人工智能实验室，以获取前线实战数据与测试环境。双方计划结合乌克兰战场经验与英国技术能力，加速人工智能等创新军事技术的研发与应用，提升乌军作战能力并推动防务工业合作。
法律AI公司Harvey与法院数据公司PacerPro宣布达成集成合作。在Harvey平台工作的诉讼团队可调取律所完整诉讼记录，包括已结及在册案件的filings与案件背景。PacerPro负责抓取州法院和联邦法院数据。双方旨在将法院案卷数据接入AI驱动的诉讼工作流，实现案件信息整合。
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。
中共中央办公厅、国务院办公厅印发《党政领导干部生态环境损害责任追究办法》，明确地方各级党委和政府对本地区生态环境和资源保护负总责，党政领导干部在生态环境和资源保护方面的失职失责行为将受到责任追究。办法规定了生态环境损害责任终身追究制，对造成生态环境和资源严重破坏的，责任人不论是否已调离、提拔或退休，均应严格追责。
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。
近期，人工智能行业出现一连串知识产权窃取指控。文章以“苹果诉OpenAI”为例指出，商业秘密法在保护AI知识产权方面存在局限，单凭该法难以有效阻止算法、模型训练数据等核心资产的泄露与不当使用，企业还需结合专利、版权、合同等手段构建更全面的保护体系。
法律科技初创公司Newcode在A轮融资中筹集1350万美元。Newcode定位为面向律师事务所的“可配置AI工具平台”。本轮融资由Relativity旗下投资部门Rel Labs参与。公司未披露其他投资方及估值。
随着法律科技行业发展，部分诉讼律师开始转向法律工程师岗位。该角色要求从业者兼具法学专业知识与技术能力，参与法律流程自动化、合同分析及合规工具开发等工作。从诉讼律师到法律工程师的转型，体现了法律服务业对跨学科人才的实际需求，也反映出技术应用在争议解决与法律实践中的渗透。
据Artificial Lawyer报道，汤森路透推出自有大语言模型Thomson 1.0，采用开源权重架构并以集团自有数据训练。该公司首席执行官Steve Hasker就该模型的研发背景与应用方向接受了该媒体的深度专访。
汤森路透宣布推出其首款自研专有大型语言模型 Thomson，该模型以开源技术为基础、由公司内部开发，并基于法律和税务数据构建。作为汤森路透的前沿模型，Thomson 将用于支持其法律与税务业务的人工智能应用，并提升相关产品和服务的智能化能力。
汤森路透经过数月研发，正式推出自有大型语言模型Thomson 1.0。该模型基于汤森路透自身数据训练，面向法律、税务、风险与新闻等专业领域提供生成式人工智能能力。公司称，Thomson 1.0在测试中展现出相应性能，未来将集成至现有产品，以辅助专业人士进行研究与决策。