Software Engineering Methods For AI-Driven Deductive Legal Reasoning

最近，生成式人工智能技术（如预训练的大型语言模型）的迅速发展为计算法律开辟了新的领域。其中一个令人兴奋的发展领域是利用人工智能自动化法定和合同法中的演绎规则推理。本文认为，这种自动化演绎法律推理现在可以从软件工程的角度来看待，将LLMs视为自然语言输入的自然语言程序的解释器。我们展示了如何应用有原则的软件工程技术来增强复杂法规的AI驱动法律推理，并解锁自动元推理的新应用，例如基于突变的示例生成和形态学基于属性的测试。

论文试图探讨如何利用生成式人工智能技术来自动化法律推理，特别是针对复杂法规和合同法的推理。同时，论文还试图将这种自动化推理视为软件工程的一部分，从而提高推理的准确性和可靠性。

论文的关键思路是将大型语言模型（LLMs）视为自然语言程序的解释器，并使用软件工程技术来增强AI驱动的法律推理，例如变异引导示例生成和形态学基于属性的测试。

论文介绍了如何使用AI自动化推理法规和合同法，并使用软件工程技术来提高推理的准确性和可靠性。论文还介绍了一些实验设计和数据集，并提供了开源代码。值得进一步研究的工作包括变异引导示例生成和形态学基于属性的测试。

最近的相关研究包括“使用深度学习进行法律推理”和“自动化合同分析的方法和工具”。