De Jure:无需人工标注的 LLM 自我优化法规规则提取系统
Available in: 中文
新论文提出 De Jure,一个完全自动化的管道,从原始法律文档中提取结构化法规规则,无需人工标注、特定领域提示或标注数据。
自动化法律合规:De Jure 从法规文档中提取机器可读规则
新论文提出 De Jure,一个完全自动化的管道,从原始法律文档中提取结构化法规规则,无需人工标注、特定领域提示或标注数据。
管道
De Jure 通过四个阶段运作:规范化、语义分解、多标准评估(19 个维度)、迭代修复。
关键结果
- 三次评审引导迭代内达到峰值提取质量
- 在金融、医疗和 AI 治理领域泛化
- 兼容开源和闭源模型
- 下游 RAG 合规问答:单规则检索偏好率 73.8%,更广泛检索 84.0%
为何重要
将密集法律文本转换为机器可读规则传统上成本高昂且需要专家。De Jure 证明明确的可解释评估标准可以替代人工标注。
应用
自动化合规检查、法规差距分析、AI 治理执行、跨司法管辖区法规比较。arXiv: 2604.02276
← Previous: Adaptive Memory Forgetting: How AI Agents Can Balance Relevance and Efficiency in Long ConversationsNext: Do Emotions in Prompts Matter? Research Shows Emotional Framing Has Limited but Input-Dependent Effect on LLMs →
0