Цитируется, но не консультируется: контрфактическая проверка юридической цепочки предполагаемой верности

arXiv: 2610.12361v1 Annuales Type: New Express: Major Language Models все чаще оправдывает правовые решения, назвав статут или прецедент за вердиктом и рассматривая его как доказательство того, что решение вытекает из него. Мы проверяем это напрямую: устанавливая факты дела, мы заменяем названный юридический авторитет не связанным с ними и расшифруем эволюционирующий вердикт модели из ее скрытого состояния. В семи моделях с открытым весом (8B-70 B) и четырех контрольных показателях, охватывающих судебную и договорную аргументацию, когда они прямо требуются для обоснования вердикта путем указания руководящего органа, модели называют правильный из 66,7-10% поколений, тогда как приговор меняется при изменении полномочий гораздо менее последовательным: 0,0%-21,7% на CasHOLD, 30,0%-76,7 процента на ЕКПЧ и СОСТУС и 43,3%-50,0 % на контракте NLI. Ни масштаб, ни разработанная для целей правовая модель (наилучшая репродукция ЛОРА; раздел 6) не устраняют этого пробела. Оценка пяти основных моделей с использованием красных команд показывает, что в них соблюдается принцип состязательности.