기계가 법률 조항에 신뢰할 수 있는 때 : 기계 추출 법률 논리 생존 증명서

arXiv:2609.01741v1 발표 statutes는 점점 더 머신이 읽기 전에 기계가 파싱하는 것으로 바뀌고, 파서들은 서로 의견을 달리한다: 모리츠의 statutes에 대해 독립적으로 작성된 추출기들은 0.43의 거짓 음성률로 숫자 임계치 존재 여부에 대해 다른 의견을 제시한다. 우리는 이러한 잡음에 대한 형식 논리의 어떤 부분이 살아남는지 궁금하다. 우리는 대규모 언어 모델(LLM)이 추출한 Statutory 문맥의 Duquenne-Guigues implication basis에 대한 수동 survival certificate를 구축한다: 각 특성에 대한 extractor 간의 불일치가 측정되고, basis에 반복해서 재생산되며, 1,000개의 Monte Carlo 시뮬레이션에서 survival을 0.95에 이르도록 한쪽 윌슨 95% 하한계에 도달한 implication만 인증된다. 모든 인증된 implication에는 premise spans와 최소한의 counterexample가 포함된다. 29,365개의 모리츠 섹션과 502개의 인디언 중앙-Act 섹션에 대해 preregistered로 보관된 gate가 통과한다(7개의 제목에 걸쳐 10개의 statute 가족; 11개의 제목에 걸쳐 16개에 5%의 허용 범위), 그러나 전 세계로 배포된 하나의 오류 모델에서 93.2%의 보관된 챕터가 정보량 floor 아래로 떨어진다. 그리고 2x2의 factorial 할당은 이에 대한 설명을 transfer rate에, 아니라 selection에 한다. certificate는 사용 가능하지만 취약하다: chapter 별로 calibration되거나 오류를 허용하는 경우에만 사용한다. Code, data products, 그리고 audit trail, 포함하여 하나의 retracted claim이 포함되어 있다.