چونکہ قانونی دستاویزات کو بڑی زبان کے ماڈلز کے ساتھ تیزی سے تیار کیا جا رہا ہے، جعلی حوالہ جات عدالتوں اور ان کے سامنے پیش ہونے والے وکلاء کے لیے ایک حقیقی مسئلہ بن گئے ہیں۔ جارجیا ٹیک کے محققین نے ایک اوپن سورس ٹول بنایا ہے جو جج تک پہنچنے سے پہلے ان من گھڑت حوالوں کو پکڑنے کے لیے ڈیزائن کیا گیا ہے۔
یہ ٹول، جسے Mellea Legal Requirements Checker (Mellea-LRC) کہا جاتا ہے، کیس کے قانون کے حوالہ جات کی شناخت اور تصدیق کر سکتا ہے، خاص توجہ کے ساتھ AI کی طرف سے دھوکہ دہی والے حوالہ جات پر۔ یونیورسٹی کے اعلان کے مطابق، اسے جارجیا ٹیک کے سینٹر فار سائنٹیفک سافٹ ویئر انجینئرنگ (CSSE) اور اوپن سورس پروگرام آفس (OSPO) میں ایک فیلوشپ پروگرام کے ذریعے بنایا گیا تھا، جسے IBM کے عطیہ سے فنڈ کیا گیا تھا۔ For more context on this story, see our ongoing breaking AI news.
ماسٹر کے طلباء ایڈرین لوزاڈا اور دی وو کو CSSE اور OSPO کے سرپرستوں کے ساتھ ٹول بنانے کے لیے بطور فیلو منتخب کیا گیا۔ یونیورسٹی نے کہا کہ ان کا مقصد وکلاء اور قانونی میدان میں دیگر افراد کو قانونی حوالہ جات کی تصدیق کا آسان طریقہ فراہم کرنا تھا۔
یہ کیسے کام کرتا ہے۔
Mellea-LRC بڑے زبان کے ماڈلز کو IBM کے Mellea اوپن سورس فریم ورک کے ساتھ جوڑتا ہے، جو کہ ایک "ہدایت، تصدیق، مرمت" کے نمونے کے گرد بنایا گیا ہے: ڈویلپرز وہ قواعد لکھتے ہیں جن کو LLM کے آؤٹ پٹ کو عام کوڈ کی طرح پورا کرنا چاہیے، اور فریم ورک ماڈل کالز کی دوبارہ کوشش کرتا ہے جب تک کہ آؤٹ پٹ ان کو پورا نہ کر لے۔
"IBM کا میلیا فریم ورک وہ بنیاد تھی جس پر ہم نے اسے بنایا تھا۔ Mellea کا کام ماڈل کالز کو قابل قیاس بنانا ہے: آپ ان اصولوں کو لکھتے ہیں جو آؤٹ پٹ کو عام کوڈ کے طور پر پورا کرنے چاہئیں، اور فریم ورک اس وقت تک دوبارہ کوشش کرتا ہے جب تک کہ LLM آؤٹ پٹ ان کو پورا نہ کر لے۔ ہمارا کام فریم ورک کا فائدہ اٹھانا تھا تاکہ قانونی درخواست کو سرے سے آخر تک بنایا جا سکے۔" وو نے کہا۔
یہ آلہ تقریباً آٹھ منٹ میں ایک دستاویز پر کارروائی کرتا ہے۔ یہ سب سے پہلے قانونی فائلنگ سے کیس کے قانون کے حوالہ جات نکالتا ہے، پھر اس بات کی تصدیق کرتا ہے کہ ہر حوالہ مستند ہے اور یہ حقیقت میں دستاویز کے مواد کو سپورٹ کرتا ہے — دوسرا حصہ وہ ہے جو ایک فریب شدہ اقتباس کو محض جعلی حوالہ سے ممتاز کرتا ہے۔ ایک من گھڑت کیس جو موجود نہیں ہے پہلی جانچ میں ناکام ہو جاتا ہے۔ ایک حقیقی کیس جو یہ نہیں بتاتا کہ فائلنگ کے دعوے دوسرے میں ناکام ہوجاتے ہیں۔
اصلی من گھڑت فائلنگ کے خلاف تجربہ کیا گیا۔
ٹیم نے 26 عوامی عدالت میں فائل کرنے والی دستاویزات پر میلیا-ایل آر سی کا جائزہ لیا جن میں جعلی حوالہ جات شامل ہیں - اسی قسم کے واقعات جنہوں نے عدالتوں میں پابندیاں اور جانچ پڑتال کی ہے جیسا کہ AI کے مسودے کے بریف پھیل چکے ہیں۔
Mellea-LRC اہداف کا مسئلہ اچھی طرح سے دستاویزی ہے: LLMs قابل فہم نظر آنے والے کیس کے نام، اقتباسات، اور اقتباسات تیار کرتے ہیں جو کسی حقیقی نظیر سے مطابقت نہیں رکھتے، اور وکلاء کو ان کی جانچ کیے بغیر اس طرح کی فائلنگ جمع کرانے کے بعد جرمانے کا سامنا کرنا پڑتا ہے۔
ڈیزائن کے لحاظ سے اوپن سورس
پروجیکٹ کی بنیادی ضرورت یہ تھی کہ ٹول کا کوڈ اوپن سورس ہو۔ ٹول کے ساتھ ساتھ، ٹیم نے مستقبل کے بینچ مارکنگ اسٹڈیز کے لیے Hugging Face پر ایک نیا ٹیسٹ اور توثیق ڈیٹاسیٹ جاری کیا۔
"Agentic AI تیزی سے بڑھ رہا ہے، اور زیادہ تر ترقی اوپن سورس پروجیکٹس میں ہوتی ہے، جہاں کوئی بھی پڑھ سکتا ہے، استعمال کر سکتا ہے اور کام کو بہتر بنا سکتا ہے،" لوزادہ نے کہا۔
جیف ینگ، OSPO کے ڈائریکٹر اور جارجیا ٹیک کے پرنسپل ریسرچ سائنسدان نے کہا کہ IBM کا میلیا فریم ورک اس کام کے لیے اہم تھا کیونکہ اس کا "ہدایت، تصدیق، مرمت" کا طریقہ قابل اعتماد LLM لوپس بنانے کی اجازت دیتا ہے۔
قابل اعتماد آؤٹ پٹ کے پیچھے فن تعمیر
میلیا کے نقطہ نظر کو جو چیز قابل ذکر بناتی ہے وہ ہے جہاں یہ وشوسنییتا کا بوجھ ڈالتا ہے۔ زیادہ تر فریب کاری کی تخفیف کی حکمت عملی خود ماڈل سے زیادہ محتاط رہنے کو کہتی ہے - اشارہ دینے، ٹھیک ٹیوننگ، یا بازیافت بڑھانے کے ذریعے۔ Mellea-LRC اس کو الٹ دیتا ہے: درستگی کے تقاضے ماڈل سے باہر عام کوڈ میں رہتے ہیں، اور فریم ورک اس وقت تک ماڈل کو کال کرتا رہتا ہے جب تک کہ آؤٹ پٹ انہیں مطمئن نہ کر دے۔
اس ڈیزائن کے دو عملی نتائج ہیں۔ سب سے پہلے، توثیق کی منطق قابل سماعت ہے — ایک وکیل یا عدالت ایک مبہم ماڈل کے فیصلے پر بھروسہ کرنے کی بجائے بالکل وہی پڑھ سکتا ہے جو حوالہ دینے کے لیے کیا جانا تھا۔ دوسرا، ایک ہی نمونہ کسی بھی ڈومین کو قانونی حوالہ جات سے باہر عام کرتا ہے جہاں آؤٹ پٹس کو میکانکی طور پر چیک کیا جا سکتا ہے، جو بالکل وہی خاصیت ہے جس نے ایجنٹی فریم ورک کو انٹرپرائز ڈویلپرز کے لیے پرکشش بنا دیا ہے۔
رفاقت کا ڈھانچہ بھی قابل توجہ ہے۔ ایک بند کارپوریٹ لیب کے بجائے، پراجیکٹ نے دو ماسٹرز کے طلباء، CSSE اور OSPO کی طرف سے رہنمائی، اور IBM کی فنڈنگ کو ایک تنگ، اچھی طرح سے طے شدہ تصدیقی مسئلے کے گرد اکٹھا کیا — اور ایک ورکنگ ٹول کے علاوہ ایک عوامی بینچ مارک ڈیٹاسیٹ تیار کیا۔
یہ قانونی صنعت کے لیے کیوں اہم ہے۔
عدالتیں AI قابل اعتماد مسائل کے لیے ایک فلیش پوائنٹ بن گئی ہیں۔ توثیقی ورک فلو Mellea-LRC خودکار ہوتا ہے - ایک حوالہ کے موجود ہونے کی تصدیق کرنا اور اس کی جانچ کرنا کہ ڈرافٹر کا کیا دعویٰ ہے - بالکل مستعدی کا مرحلہ ہے جسے انسانی جائزہ کار آخری تاریخ کے تنگ ہونے پر چھوڑ دیتے ہیں۔
فی دستاویز پراسیسنگ کا آٹھ منٹ کا وقت اسے فائل کرنے سے پہلے چلانے کو عملی بناتا ہے، بجائے اس کے کہ جج کسی غیر موجود کیس کو جھنڈا دے کر فارنزک مشق کے طور پر۔ اور چونکہ ٹول اور اس کا تشخیصی ڈیٹاسیٹ دونوں ہی اوپن سورس ہیں، اس لیے دوسری ٹیمیں آڈٹ کر سکتی ہیں کہ یہ کیسے کام کرتا ہے، اسے اضافی دائرہ اختیار اور حوالہ جات کے فارمیٹس تک بڑھا سکتا ہے، اور بینچ مارک میں بہتری - ایک ایسا نقطہ نظر جو بند، ملکیتی فریب کاری کے چیکرس سے متصادم ہے۔
پراجیکٹ یہ بھی اشارہ کرتا ہے کہ انٹرپرائز AI ٹولنگ کہاں جا رہی ہے: ماڈلز کو کم فریب بنانے کی کوشش کرنے کے بجائے، جارجیا ٹیک جیسی ٹیمیں اپنے اردگرد تصدیقی تہیں بنا رہی ہیں، ساختی اصولوں اور خودکار کوششوں کا استعمال کرتے ہوئے ماڈل آؤٹ پٹ کو اعلیٰ داؤ پر لگانے والے پیشوں کے لیے کافی حد تک پیش قیاسی کرنے کے لیے۔
قانونی صنعت کے لیے حساب کتاب سیدھا ہے۔ AI منٹوں میں ایک مختصر مسودہ تیار کر سکتا ہے، اور Mellea-LRC جیسے ٹولز تقریباً اسی وقت میں اس کے حوالہ جات کی جانچ کر سکتے ہیں۔ باقی متغیر یہ ہے کہ آیا فرم اس چیک کو لازمی قدم بناتی ہیں - فائلنگ سے پہلے، منظوری کے بعد نہیں۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
