标签
本文提出了Mecellem语义协议，这是一个基于本体论的人工法律智能框架，主张法律推理需要动态的、依赖上下文的含义构建，而非仅仅是法典化或统计模式识别。
Legora 推出了 Legora BAR 基准，用于评估法律工作流中 AI 的 agentic reasoning，利用真实案例和 Legora harness 来衡量系统级性能。
介绍了LegalCiteTrust，一个用于评估中文长篇法律研究报告中引文可信度的基准，涵盖覆盖率、支持度和引文忠实度。实验表明，检索工具虽能提升证据支持度，但未能可靠提高信任分数，凸显了检索后需要引文感知治理的必要性。
本文介绍了AILQA，一个面向印度法律语境的AI驱动法律问答系统，该系统使用嵌入和生成模型并结合检索增强生成（RAG）。论文评估了其在印度法律文本和全印度律师资格考试上的性能，发现AI生成的回答有时能优于参考答案。
本文介绍了在COLIEE 2026竞赛中用于法律检索、蕴含和判决预测任务的自适应流水线，采用了多阶段检索、重排序和基于LLM的推理。
LangSmith 聚焦 Finch Legal，一家利用 AI 代理处理人身伤害诉讼诉前阶段的初创公司，实现了 10 倍增长，并使用 LangSmith 进行生产可观测。
Ivo Benchmarks是一款法律AI工具，它超越简单的PDF总结，将整个公司的谈判历史导入合同审查中。它根据过去的处理方式对每个条款进行评分，从而在合同谈判中做出更明智的决策。
本文研究了使用LLM进行法律推理任务的多智能体协商方法，引入了两种受法庭程序启发的新框架。实验表明，多智能体系统在整体性能上与单一LLM相当，但能产生截然不同的答案，并能解决基线模型无法处理的案例，突显了多智能体方法在法律AI中的潜力。
Awesome Legal Skills 是一个开源合集，收录了139多项面向法律行业的AI智能体指令与工作流，涵盖隐私合规、合同审查、诉讼分析等领域，兼容Claude Code、Codex等主流AI工具，帮助法律专业人士将专业知识转化为可复用的AI工作流。
Harvey 正在尝试推理时模型路由和混合智能技术，以提高法律任务中智能体的性能，既展现了前景也揭示了风险。
Legora 是来自 Y Combinator W24 批次的人工智能初创公司，通过推出使用其门户的 Cooley GO Lab，正在定义法律AI，帮助创始人应对法律需求。
本文提出了一种架构，该架构使用形式化验证的法律作为训练法律AI的奖励信号，自适应地将法律规则自动形式化为形式化演算，并采用验证器确保可证明的正确性，在德国和美国法律示例上进行了演示。
Harvey与Applied Compute合作训练了一个法律智能体，对智能体堆栈进行了优化，并使用来自其法律智能体基准（LAB）的奖励信号对GLM-5.1模型进行了后训练。
LangSmith 聚焦栏目介绍了 patlytics，这是一个面向专利生命周期的企业级法律 AI 平台，它使用 LangSmith 来编排其 AI 技术栈，从提示管理到工作流评估。
Philipp Comans 在 Interrupt 会议上分享了 Chime 如何通过让法律和合规团队共同编写评估系统，平衡产品速度与合规性，将 AI 助手的开发从“哎呀驱动”转变为持续对齐飞轮。
本文提出了一个用于AI辅助法律发现的Human-on-the-Loop编排框架，引入了代理故障分类法和四层验证架构，以降低特权放弃风险。
LegalWorld是一个生命周期交互环境，将中国民事诉讼建模为跨越五个阶段的因果关联状态链，并与LongJud-Bench配合，用于评估法律智能体在整个过程中的表现。
Harvey CEO Winston Weinberg 提出，AI 时代公司不再销售软件，而是销售智能，以 Harvey 法律 AI 为例，说明其真正卖的是律师的判断和检索能力。
本文介绍了LegalHalluLens，一个用于审计法律AI中幻觉的框架，提供类型化幻觉档案和风险方向指数，以提升可信赖部署。
介绍LOCUS，一个全面的美国地方法规代码语料库，旨在支持机器可读的法律AI研究，覆盖9,239个城市和县的代码，并使用基于ModernBERT的分类器进行分析。