ដោយសារឯកសារច្បាប់ត្រូវបានព្រាងកាន់តែខ្លាំងឡើងជាមួយនឹងគំរូភាសាធំៗ ការដកស្រង់ក្លែងក្លាយបានក្លាយជាបញ្ហាពិតសម្រាប់តុលាការ និងមេធាវីដែលបង្ហាញខ្លួននៅចំពោះមុខពួកគេ។ អ្នកស្រាវជ្រាវ Georgia Tech បានបង្កើតឧបករណ៍ប្រភពបើកចំហដែលត្រូវបានរចនាឡើងដើម្បីចាប់យកឯកសារយោងដែលប្រឌិតទាំងនោះ មុនពេលពួកគេឈានដល់ចៅក្រម។

ឧបករណ៍ដែលហៅថា Mellea Legal Requirements Checker (Mellea-LRC) អាចកំណត់អត្តសញ្ញាណ និងផ្ទៀងផ្ទាត់ការដកស្រង់ច្បាប់ករណី ដោយផ្តោតជាក់លាក់លើការដកស្រង់ដែលបំភាន់ដោយ AI ។ វាត្រូវបានបង្កើតឡើងតាមរយៈកម្មវិធីអាហារូបករណ៍នៅមជ្ឈមណ្ឌល Georgia Tech សម្រាប់វិស្វកម្មកម្មវិធីវិទ្យាសាស្ត្រ (CSSE) និងការិយាល័យកម្មវិធីប្រភពបើកចំហ (OSPO) ដែលទទួលបានមូលនិធិដោយការបរិច្ចាគពី IBM នេះបើយោងតាមការប្រកាសរបស់សាកលវិទ្យាល័យ។ For more context on this story, see our ongoing AI industry coverage.

សិស្សថ្នាក់អនុបណ្ឌិត Adrian Lozada និង Di Wu ត្រូវបានជ្រើសរើសជាសហការីដើម្បីបង្កើតឧបករណ៍នេះជាមួយអ្នកណែនាំពី CSSE និង OSPO ។ សាកលវិទ្យាល័យបាននិយាយថា គោលដៅរបស់ពួកគេគឺផ្តល់ឱ្យមេធាវី និងអ្នកផ្សេងទៀតនៅក្នុងផ្នែកច្បាប់នូវវិធីសាមញ្ញមួយដើម្បីផ្ទៀងផ្ទាត់ការដកស្រង់ផ្នែកច្បាប់។

របៀបដែលវាដំណើរការ

Mellea-LRC រួមបញ្ចូលគ្នានូវគំរូភាសាធំៗជាមួយនឹងក្របខណ្ឌប្រភពបើកចំហរបស់ IBM របស់ Mellea ដែលត្រូវបានបង្កើតឡើងជុំវិញគំរូ "ណែនាំ ផ្ទៀងផ្ទាត់ ជួសជុល"៖ អ្នកអភិវឌ្ឍន៍សរសេរច្បាប់ដែលលទ្ធផលរបស់ LLM ត្រូវតែបំពេញដូចកូដធម្មតា ហើយក្របខ័ណ្ឌព្យាយាមហៅម៉ូដែលម្តងទៀតរហូតដល់លទ្ធផលបានជួបពួកគេ។

"ក្របខ័ណ្ឌ Mellea របស់ IBM គឺជាមូលដ្ឋានគ្រឹះដែលយើងបានបង្កើតវាឡើង។ ការងាររបស់ Mellea គឺធ្វើឱ្យការហៅជាគំរូអាចព្យាករណ៍បាន៖ អ្នកសរសេរច្បាប់ដែលលទ្ធផលត្រូវតែបំពេញដូចកូដធម្មតា ហើយក្របខ័ណ្ឌនេះព្យាយាមម្តងទៀតរហូតដល់លទ្ធផល LLM ឆ្លើយតបពួកគេ។ ការងាររបស់យើងគឺប្រើប្រាស់ក្របខ័ណ្ឌដើម្បីបង្កើតកម្មវិធីផ្លូវច្បាប់ពីចុងដល់ចប់" Wu បាននិយាយនៅក្នុងសេចក្តីប្រកាស។

ឧបករណ៍ដំណើរការឯកសារក្នុងរយៈពេលប្រហែលប្រាំបីនាទី។ ជាដំបូង វាដក​ស្រង់​ការ​លើក​ឡើង​របស់​ច្បាប់​ពី​ឯកសារ​ផ្លូវ​ច្បាប់ បន្ទាប់​មក​ផ្ទៀងផ្ទាត់​ថា​ការ​លើក​ឡើង​នីមួយៗ​គឺ​ពិត​ប្រាកដ ហើយ​ថា​វា​ពិត​ជា​គាំទ្រ​ខ្លឹមសារ​ឯកសារ — ផ្នែក​ទី​ពីរ​ជា​អ្វី​ដែល​បែងចែក​ការ​លើក​ឡើង​ដែល​យល់​ខុស​ពី​ការ​ក្លែង​ក្លាយ។ ករណីប្រឌិតដែលមិនមាន បរាជ័យក្នុងការត្រួតពិនិត្យដំបូង។ ករណី​ពិត​ដែល​មិន​និយាយ​ពី​អ្វី​ដែល​ការ​ប្តឹង​ទាមទារ​នោះ​បរាជ័យ​ទីពីរ។

សាកល្បងជាមួយឯកសារដែលផលិតពិតប្រាកដ

ក្រុមការងារបានវាយតម្លៃ Mellea-LRC លើឯកសារដាក់ជូនតុលាការសាធារណៈចំនួន 26 ដែលគេដឹងថាមានការដកស្រង់ក្លែងក្លាយ ដែលជាប្រភេទដូចគ្នានៃឧប្បត្តិហេតុដែលបានទាញការដាក់ទណ្ឌកម្ម និងការត្រួតពិនិត្យនៅក្នុងតុលាការ ខណៈដែលការសង្ខេបដែលព្រាងដោយ AI បានរីករាលដាល។

បញ្ហាគោលដៅ Mellea-LRC ត្រូវបានចងក្រងជាឯកសារយ៉ាងល្អ៖ LLMs បង្កើតឈ្មោះករណីដែលមើលទៅអាចជឿជាក់បាន ការដកស្រង់ និងសម្រង់ដែលមិនឆ្លើយតបទៅនឹងគំរូជាក់ស្តែងណាមួយ ហើយមេធាវីបានប្រឈមមុខនឹងការពិន័យបន្ទាប់ពីដាក់ឯកសារបែបនេះដោយមិនពិនិត្យពួកគេ។

ប្រភពបើកចំហដោយការរចនា

តម្រូវការស្នូលនៃគម្រោងគឺថាកូដរបស់ឧបករណ៍គឺជាប្រភពបើកចំហ។ ទន្ទឹមនឹងឧបករណ៍នេះ ក្រុមការងារបានចេញផ្សាយនូវសំណុំទិន្នន័យសាកល្បង និងសុពលភាពថ្មីនៅលើ Hugging Face សម្រាប់ការសិក្សាការវាយតម្លៃនាពេលអនាគត។

Lozada បាននិយាយថា "Agentic AI កំពុងរីកចម្រើនយ៉ាងឆាប់រហ័ស ហើយភាគច្រើននៃការរីកចម្រើនកើតឡើងនៅក្នុងគម្រោងប្រភពបើកចំហ ដែលអ្នកណាម្នាក់អាចអាន ប្រើប្រាស់ និងកែលម្អការងារ"។

Jeff Young នាយក OSPO និងអ្នកវិទ្យាសាស្ត្រស្រាវជ្រាវសំខាន់នៅ Georgia Tech បាននិយាយថាក្របខ័ណ្ឌ Mellea របស់ IBM មានសារៈសំខាន់ចំពោះការងារព្រោះវិធីសាស្រ្ត "ណែនាំ ផ្ទៀងផ្ទាត់ ជួសជុល" របស់វាអនុញ្ញាតឱ្យបង្កើតរង្វិលជុំ LLM ដែលអាចទុកចិត្តបាន។

ស្ថាបត្យកម្មនៅពីក្រោយលទ្ធផលដែលអាចទុកចិត្តបាន។

អ្វីដែលធ្វើឱ្យវិធីសាស្រ្ត Mellea គួរឱ្យកត់សម្គាល់គឺកន្លែងដែលវាដាក់បន្ទុកនៃភាពជឿជាក់។ យុទ្ធសាស្រ្តកាត់បន្ថយការយល់ច្រលំភាគច្រើនសុំឱ្យម៉ូដែលខ្លួនវាមានការប្រុងប្រយ័ត្នបន្ថែមទៀត - តាមរយៈការជំរុញ ការកែតម្រូវ ឬការកើនឡើងការទាញយក។ Mellea-LRC បញ្ច្រាស់ថា: តម្រូវការភាពត្រឹមត្រូវរស់នៅក្នុងកូដធម្មតានៅខាងក្រៅគំរូ ហើយក្របខ័ណ្ឌបន្តហៅម៉ូដែលរហូតដល់លទ្ធផលដែលបង្ហាញថាពួកគេពេញចិត្ត។

ការរចនានេះមានផលវិបាកជាក់ស្តែងពីរ។ ទីមួយ តក្កវិជ្ជាផ្ទៀងផ្ទាត់គឺអាចធ្វើសវនកម្មបាន — មេធាវី ឬតុលាការអាចអានយ៉ាងជាក់លាក់នូវវិធានដែលការដកស្រង់ត្រូវឆ្លងកាត់ ជាជាងការជឿជាក់លើការវិនិច្ឆ័យគំរូស្រអាប់។ ទីពីរ គំរូដូចគ្នានេះមានលក្ខណៈទូទៅលើសពីការដកស្រង់ច្បាប់ចំពោះដែនណាមួយ ដែលលទ្ធផលអាចត្រូវបានត្រួតពិនិត្យដោយមេកានិច ដែលជាទ្រព្យសម្បត្តិដែលបានធ្វើឱ្យក្របខ័ណ្ឌភ្នាក់ងារមានភាពទាក់ទាញដល់អ្នកអភិវឌ្ឍន៍សហគ្រាស។

រចនាសម្ព័ន្ធអាហារូបករណ៍ក៏គួរឱ្យកត់សម្គាល់ផងដែរ។ ជាជាងមន្ទីរពិសោធន៍សាជីវកម្មបិទជិត គម្រោងនេះបានដាក់និស្សិតអនុបណ្ឌិតពីររូប ការណែនាំពី CSSE និង OSPO និងការផ្តល់មូលនិធិរបស់ IBM រួមគ្នាជុំវិញបញ្ហាផ្ទៀងផ្ទាត់ដែលបានកំណត់ច្បាស់លាស់ និងតូចចង្អៀត ហើយបានបង្កើតឧបករណ៍ធ្វើការបូកនឹងសំណុំទិន្នន័យគំរូសាធារណៈ។

ហេតុអ្វីបានជាវាសំខាន់សម្រាប់ឧស្សាហកម្មច្បាប់

តុលាការ​បាន​ក្លាយ​ជា​ចំណុច​មួយ​សម្រាប់​បញ្ហា​ភាព​ជឿជាក់​របស់ AI។ ដំណើរការផ្ទៀងផ្ទាត់ Mellea-LRC ដំណើរការដោយស្វ័យប្រវត្តិ — ការបញ្ជាក់ពីការដកស្រង់មាន ហើយពិនិត្យមើលវានិយាយថាអ្វីដែលអ្នកព្រាងទាមទារ — គឺពិតជាជំហានឧស្សាហ៍ព្យាយាមដែលអ្នកត្រួតពិនិត្យរបស់មនុស្សរំលងនៅពេលដែលពេលវេលាកំណត់មានភាពតឹងតែង។

ពេលវេលាដំណើរការប្រាំបីនាទីក្នុងមួយឯកសារធ្វើឱ្យវាអាចដំណើរការបានមុនពេលដាក់ឯកសារ ជាជាងការធ្វើកោសល្យវិច្ច័យបន្ទាប់ពីចៅក្រមដាក់ទង់ករណីដែលមិនមាន។ ហើយដោយសារតែទាំងឧបករណ៍ និងសំណុំទិន្នន័យវាយតម្លៃរបស់វាគឺជាប្រភពបើកចំហ ក្រុមផ្សេងទៀតអាចធ្វើសវនកម្មពីរបៀបដែលវាដំណើរការ ពង្រីកវាទៅជាយុត្តាធិការបន្ថែម និងទម្រង់ការដកស្រង់ និងការកែលម្អស្តង់ដារ — វិធីសាស្រ្តដែលផ្ទុយនឹងឧបករណ៍ពិនិត្យការយល់ច្រលំដែលមានកម្មសិទ្ធិ។

គម្រោងនេះក៏បង្ហាញអំពីកន្លែងដែលឧបករណ៍ AI របស់សហគ្រាសកំពុងឆ្ពោះទៅមុខ៖ ជាជាងការព្យាយាមធ្វើឱ្យម៉ូដែលមានភាពច្របូកច្របល់តិច ក្រុមដូចជា Georgia Tech's កំពុងបង្កើតស្រទាប់ផ្ទៀងផ្ទាត់ជុំវិញពួកគេ ដោយប្រើច្បាប់ដែលមានរចនាសម្ព័ន្ធ និងការព្យាយាមដោយស្វ័យប្រវត្តិដើម្បីធ្វើឱ្យទិន្នផលគំរូអាចព្យាករណ៍បានគ្រប់គ្រាន់សម្រាប់អាជីពដែលមានភាគហ៊ុនខ្ពស់។

សម្រាប់ឧស្សាហកម្មច្បាប់ ការគណនាគឺត្រង់។ AI អាចធ្វើសេចក្តីព្រាងខ្លីៗក្នុងរយៈពេលប៉ុន្មាននាទី ហើយឧបករណ៍ដូចជា Mellea-LRC អាចពិនិត្យមើលការដកស្រង់របស់វាក្នុងពេលដំណាលគ្នា។ អថេរដែលនៅសេសសល់គឺថាតើក្រុមហ៊ុនធ្វើការត្រួតពិនិត្យនោះជាជំហានចាំបាច់ — មុនពេលដាក់ឯកសារ មិនមែនបន្ទាប់ពីការដាក់ទណ្ឌកម្មនោះទេ។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →