法律中的反可解释AI立场：为何可正当化AI才重要——以信用评分为例
Against Explainable Artificial Intelligence In Law: Why Justifiable AI Matters. A Credit Scoring Example
反对把“解释权”窄化成技术可解释性，主张解释必须包含法律正当性论证，才能真正保护信贷消费者。
arXiv:2608.07452 · 2026年8月7日（v1） · 机构未标注
对抗自博弈的竞争成分能否提升法律推理？一项受控的阴性结果
Does the Competitive Component of Adversarial Self-Play Improve Legal Reasoning? A Controlled Negative Result
用可验证的“生存奖励”训练法律论证模型，四组受控实验一致显示：竞争成分没有带来可靠收益。
arXiv:2608.01559 · 2026年8月3日（v1） · 机构未标注
CrossLex：面向大语言模型的跨法域法律推理“来源锚定”评测基准
CrossLex: A Source-Grounded Benchmark for Cross-Jurisdictional Legal Reasoning in Large Language Models
用同一事实配三法域结论的方式评测大模型跨法域法律推理与引证锚定能力，共6,149个实例。
arXiv:2608.01292 · 2026年8月2日（v1） · 机构未标注
L-MAD：法律推理中多智能体辩论结构的系统评测
L-MAD: A Systematic Evaluation of Multi-Agent Debate Structures in Legal Reasoning
系统评测多智能体辩论在“法律文本蕴含”任务上的结构与聚合方式，发现加智能体有效、加讨论轮次反而有害。
arXiv:2607.09099 · 2026年7月10日（v1） · 机构未标注
PathMark：通过路径水印保护混合专家大语言模型的知识产权
PathMark: Protecting Intellectual Property of Mixture-of-Expert LLMs via Path Watermarks
首个专为MoE大模型设计的水印框架，把所有权签名藏进专家路由路径，验证准确率超99%且性能几乎无损。
arXiv:2607.03688 · 2026年7月4日（v1） · 机构未标注
生成式图像模型知识产权护栏评测：技术报告
Evaluating Intellectual Property Guardrails of Generative Image Models: A Technical Report
建基准与自动化评测流水线测14款文生图模型的IP护栏，发现商业标识被拦得最少、生成成功率最高。
arXiv:2607.02582 · 2026年7月1日（v1） · 机构未标注
审视AI生成成果中的知识产权挑战
Examining the Challenges of Intellectual Property in AI-Generated Productions
梳理AI自主创作对知识产权制度的冲击，比较伊朗法与欧美法，指出伊朗法域存在显著监管空白。
arXiv:2605.26590 · 2026年5月26日（v1） · 机构未标注
PragLocker：通过不可移植提示词保护不可信部署环境中的智能体知识产权
PragLocker: Protecting Agent Intellectual Property in Untrusted Deployments via Non-Portable Prompts
把智能体的系统提示词混淆成“只在目标大模型上能用”的形式，防止被复制到别的模型上套壳盗用。
arXiv:2605.05974 · 2026年5月7日（v1） · 机构未标注
通过自稳定算法最小化知识产权风险
Minimizing Intellectual Property Risks via Self-Stabilizing Algorithms
用自稳定算法在制造业规模上评估知识产权风险，把原有指数级复杂度的方案降到多项式级。
arXiv:2604.19454 · 2026年4月21日（v1） · 机构未标注
基于PUF的神经网络模型知识产权防复制方法
A PUF-Based Approach for Copy Protection of Intellectual Property in Neural Network Models
用芯片制造中独一无二的物理指纹（PUF）绑定神经网络权重，模型被复制到克隆硬件上就“降智”失效。
arXiv:2603.10753 · 2026年3月11日（v1） · 机构未标注
按需授权:面向大视觉语言模型的合法性感知知识产权保护
Authorize-on-Demand: Dynamic Authorization with Legality-Aware Intellectual Property Protection for VLMs
提出 AoD-IP 框架:训练后不用重训,用户就能按需指定或切换授权域;双路推理同时输出「是否合法」信号与任务预测,兼顾灵活与安全。
arXiv:2603.04896 · 2026年3月5日发布 · 机构未标注
硅基主权:人工智能、国际法与科技产业复合体
Silicon Sovereigns: Artificial Intelligence, International Law, and the Tech-Industrial Complex
一篇法学随笔:AI 时代的权力正在从公共治理流向少数科技巨头,作者追问这种「硅基主权」对国际法、全球公平与民主监督意味着什么。
arXiv:2505.05506 · 2025年5月7日发布 · 机构未标注
对抗执法中的人工智能:希腊、意大利与西班牙公民反策略的跨国比较
Strategies to Counter Artificial Intelligence in Law Enforcement: Cross-Country Comparison of Citizens in Greece, Italy and Spain
基于希腊、意大利、西班牙三国的调查,揭示公民面对 AI 执法时会采取十种「反策略」中的哪些,以及什么因素会推高反策略倾向。
arXiv:2405.19970 · 2024年5月30日发布 · 机构未标注
为法律人工智能的 Transformer 语言模型建立秩序:首份系统综述
Bringing order into the realm of Transformer-based language models for artificial intelligence and law
首份关于 Transformer 语言模型在法律领域应用的系统综述:梳理方法、任务与进展,指出当前局限与未来研究机会。
arXiv:2308.05502 · 2023年8月10日发布 · 机构未标注
自动驾驶汽车:人工智能与法律前沿的十字路口
The Self-Driving Car: Crossroads at the Bleeding Edge of Artificial Intelligence and Law
通过系统文献综述发现:现有与拟议的法律多建立在未经检验的假设上;自动驾驶的障碍几乎触及社会与法律的每个角落,而新立法最常被视为落地的前提。
arXiv:2202.02734 · 2022年2月6日发布 · 机构未标注
面向法律推理与论证的上下文图
Context Graphs for Legal Reasoning and Argumentation
提出上下文图框架:把法律与世界知识组织成由继承、解释与论证关系互联的理论图,并用著名案例 Popov v. Hayashi 演示类比推理如何在其中运作。
arXiv:2007.00732 · 2020年7月1日发布 · 机构未标注
科技政策资源的画像与演化:异构数据中的抽取、表示与检索
Profiling and Evolution of Intellectual Property
面向大数据场景下的科技政策资源:从网页内容抽取、文本特征表示与分类、相似度匹配与检索三个层面,综述相关技术与发展。
arXiv:2204.09333 · 2022年4月20日发布 · 机构未标注
利用机器学习进行知识产权评估
Intellectual Property Evaluation Utilizing Machine Learning
针对传统知识产权评估方法的痛点,以机器学习为核心开发新的评估技术,已建成在线平台并计划在粤港澳大湾区拓展业务。
arXiv:2208.08611 · 2022年8月18日发布 · 机构未标注
监督式 GAN 水印:面向知识产权保护的生成模型防护
Supervised GAN Watermarking for Intellectual Property Protection
提出监督式 GAN 水印方法:用预训练的水印解码器监督训练,使 GAN 生成的每张图像都含不可见水印,可事后提取用于所有权验证,且微调嵌入、算力成本低。
arXiv:2209.03466 · 2022年9月7日发布 · 机构未标注
用论证图式建模法律推理
Using Argumentation Schemes to Model Legal Reasoning
为判例推理的三个阶段(因素归因、争点解决、结果确定)分别提供论证图式,以美国商业秘密法为例说明,并讨论其更广泛的适用性。
arXiv:2210.00315 · 2022年10月1日发布 · 机构未标注