LegalMidm: Use-Case-Driven Legal Domain Specialization for Korean Large Language Model
यह शोध पत्र LegalMidm को प्रस्तुत करता है, जो एक व्यवस्थित, उपयोग-मामला-संचालित प्रशिक्षण ढांचे के माध्यम से विकसित एक कोरियाई कानूनी-डोमेन लार्ज लैंग्वेज मॉडल है, जो वास्तविक दुनिया के कानूनी अनुप्रयोगों में सटीकता और व्यावहारिक उपयोगिता को बढ़ाने के लिए कानूनी पेशेवरों के साथ सहयोग और कठोर डेटा क्यूरेशन को प्राथमिकता देता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास "Mi:dm" नामक एक प्रतिभाशाली, सर्वज्ञानी लाइब्रेरियन है। इस लाइब्रेरियन ने दुनिया की लगभग हर किताब पढ़ी है और वह खाना बनाने की रेसिपी से लेकर क्वांटम भौतिकी तक, किसी भी चीज़ के बारे में सवालों के जवाब दे सकता है। हालाँकि, यदि आप इस लाइब्रेरियन से दक्षिण कोरिया के किसी अदालत मामले के लिए कानूनी शिकायत का मसौदा तैयार करने को कहते हैं, तो वह लड़खड़ा सकता है। वह शब्दों को तो जानता है, लेकिन वह खेल के नियमों या कोरियाई न्यायाधीशों के लिए आवश्यक विशिष्ट शैली को पूरी तरह नहीं समझ पाता।
यह शोध पत्र LEGALMIDM पेश करता है, जो एक प्रोजेक्ट है जिसे उस सामान्य लाइब्रेरियन को एक विशेष कोरियाई कानूनी विशेषज्ञ में बदलने के लिए डिज़ाइन किया गया है। शोधकर्ताओं ने केवल लाइब्रेरियन को कानूनों की एक ढेरी नहीं थमा दी; उन्होंने एक कस्टम प्रशिक्षण कार्यक्रम बनाया जो इस आधार पर था कि वकीलों को वास्तव में रोज़ाना क्या करने की आवश्यकता होती है।
उन्होंने इसे कैसे किया, यहाँ सरल चरणों में दिया गया है:
1. असली खिलाड़ियों को सुनना (द "यूज़-केस" अप्रोच)
AI को सिखाने से पहले, शोधकर्ताओं ने बाहर जाकर पूछा: "वास्तविक वकीलों को वास्तव में किस चीज़ में मदद की ज़रूरत है?"
उन्होंने अमेरिका और कोरिया में लीगल टेक कंपनियों को देखा और अभ्यास करने वाले वकीलों से बात की। उन्होंने पाया कि वकीलों को मुख्य रूप से चार चीज़ों में मदद की आवश्यकता होती है:
- लंबे दस्तावेज़ों का सारांश बनाना।
- विशिष्ट दस्तावेज़ों के आधार पर प्रश्नों के उत्तर देना।
- शिकायत का मसौदा तैयार करना (वह दस्तावेज़ जो मुकदमे की शुरुआत करता है)।
- याचिका का मसौदा तैयार करना (अदालत को औपचारिक अनुरोध)।
केवल AI को याद कानूनी तथ्य सिखाने के बजाय, उन्होंने अपना प्रशिक्षण विशेष रूप से इन उच्च-मांग वाले कार्यों पर केंद्रित किया।
2. "पाठ्यपुस्तक" बनाना (डेटा क्यूरेशन)
AI को सिखाने के लिए, उन्हें उच्च-गुणवत्ता वाले उदाहरणों की आवश्यकता थी। उन्होंने इंटरनेट से केवल रैंडम टेक्स्ट नहीं उठाया।
- मानवीय विशेषज्ञ: उन्होंने डेटा को क्यूरेट करने के लिए कानून के छात्रों, कानूनी पेशेवरों और वास्तविक वकीलों को काम पर रखा। इसे ऐसे समझें जैसे कि खाना पकाने से पहले सामग्री का स्वाद लेने के लिए मास्टर शेफ की एक टीम को रखा गया हो।
- स्वचालित पीढ़ी (ऑटोमैटिक जनरेशन): उन्होंने वास्तविक कोरियाई कानूनों के आधार पर अभ्यास प्रश्न और उत्तर उत्पन्न करने के लिए एक शक्तिशाली AI का भी उपयोग किया। यह सुनिश्चित करने के लिए कि AI "भ्रमित" (hallucinate) न हो या मनगढ़ंत बातें न बनाए, उन्होंने एक सख्त नियम बनाया: प्रत्येक उत्तर को कानून के उस सटीक पैराग्राफ की ओर संकेत करना चाहिए जहाँ से वह आया है। यदि AI को स्रोत पाठ नहीं मिलता, तो उस उत्तर को खारिज कर दिया जाता था।
3. प्रशिक्षण रेसिपी (द "पाइपलाइन")
शोधकर्ताओं ने यह देखने के लिए कि क्या सबसे अच्छा काम करता है, AI को प्रशिक्षित करने के विभिन्न तरीकों का परीक्षण किया। उन्होंने इसे तीन मुख्य सामग्रियों के साथ एक विज्ञान प्रयोग की तरह माना:
सामग्री A: "सामान्य ज्ञान" का मिश्रण।
- प्रश्न: यदि हम केवल AI को कानूनी किताबें खिलाते हैं, तो क्या वह सामान्य रूप से बोलना या सरल प्रश्नों के उत्तर देना भूल जाएगा?
- खोज: हाँ, वह भूल जाएगा। सबसे अच्छे परिणाम तब मिले जब कानूनी डेटा को सामान्य बातचीत के डेटा (जैसे कि चैटबॉट्स से लोग रोज़ाना पूछे जाने वाले प्रश्न) के साथ मिलाया गया। इसने AI को स्मार्ट और विनम्र बनाए रखते हुए एक कानूनी विशेषज्ञ बनाया। उन्होंने यह दो चरणों के दौरान किया: "कंटीन्यूअल प्री-ट्रेनिंग" (किताबें पढ़ना) और "इंस्ट्रक्शन ट्यूनिंग" (आदेशों का पालन करना सीखना)।
सामग्री B: कानून को कैसे प्रस्तुत किया जाए।
- प्रश्न: क्या AI को उत्तर देने से पहले कानून का पाठ दिया जाना चाहिए, या उसे उत्तर के हिस्से के रूप में कानून को लिखने के लिए कहा जाना चाहिए?
- खोज: यह एक ट्रेड-ऑफ (समझौता) है। AI को अपने उत्तर में कानून लिखने के लिए कहना दस्तावेज़ों (जैसे शिकायतों) को तैयार करने के लिए बहुत अच्छा था, लेकिन इसने बहुविकल्पीय प्रश्नों के उत्तर देते समय AI को भ्रमित कर दिया। टीम ने निर्णय लिया कि कानून के पाठ को इनपुट में रखना (इसे पढ़ने के लिए AI को देना) बेहतर है, बजाय इसके कि इसे स्वयं कानून के पाठ को उत्पन्न करने के लिए कहा जाए। इसने विभिन्न कार्यों में AI को अधिक स्थिर बनाया।
सामग्री C: "व्यक्तित्व" (सिस्टम प्रॉम्प्ट्स)।
- प्रश्न: क्या हमें प्रशिक्षण के दौरान AI को यह बताना चाहिए कि "आप Mi:dm नामक एक कानूनी सहायक हैं," या हमें इसे केवल तब बताना चाहिए जब हम इससे बात करें?
- खोज: आश्चर्यजनक रूप से, प्रशिक्षण के दौरान AI को उसकी पहचान बताने से कानूनी कार्यों में उसका प्रदर्शन खराब हो गया। सबसे अच्छी रणनीति यह थी कि इसे बिना किसी विशिष्ट व्यक्तित्व के प्रशिक्षित किया जाए, और फिर केवल तब इसे बताया जाए कि यह कौन है जब कोई इंसान उससे बात करना शुरू करता है। इसने AI को अपने "चरित्र" से भ्रमित हुए बिना कानूनी कौशल को गहराई से सीखने की अनुमति दी।
4. परिणाम
अंतिम मॉडल, LEGALMIDM, का परीक्षण अन्य विशाल, प्रसिद्ध AI मॉडलों (जिनमें से कुछ बहुत बड़े हैं) के विरुद्ध किया गया।
- कानूनी कार्य: LEGALMIDM ने शिकायतों, याचिकाओं के मसौदे तैयार करने और मामलों का सारांश बनाने में बड़े मॉडलों को पछाड़ दिया। यह एक विशिष्ट सर्जन की तरह था जो एक विशिष्ट सर्जरी में जनरल प्रैक्टिशनर से बेहतर प्रदर्शन करता है।
- सामान्य कार्य: छोटा और विशिष्ट होने के बावजूद, इसने सामान्य प्रश्नों के उत्तर देने की अपनी क्षमता नहीं खोई। इसे "कैटास्ट्रोफिक फॉरगेटिंग" (अन्य सब कुछ भूल जाना) का सामना नहीं करना पड़ा।
निष्कर्ष
यह शोध पत्र तर्क देता है कि कानून जैसे किसी विशिष्ट क्षेत्र के लिए वास्तव में उपयोगी AI बनाने के लिए, आप केवल एक सामान्य मॉडल पर ढेर सारा डेटा नहीं डाल सकते। आपको:
- विशेषज्ञों से पूछना होगा कि उन्हें वास्तव में क्या चाहिए।
- विशेष डेटा को सामान्य डेटा के साथ मिलाना होगा ताकि AI अपनी सामान्य समझ न खो दे।
- सूचना को कैसे प्रस्तुत किया जाता है, यह देखने के लिए विभिन्न स्वरूपों (फॉर्मेट्स) का परीक्षण करना होगा।
- "व्यक्तित्व" निर्देशों को बातचीत के क्षण के लिए बचाकर रखना होगा, न कि प्रशिक्षण चरण के लिए।
इस रेसिपी का पालन करके, उन्होंने एक कोरियाई कानूनी AI बनाया जो केवल एक "मूर्ख" डेटाबेस नहीं है, बल्कि एक व्यावहारिक उपकरण है जो कोरियाई कानूनी प्रणाली की बारीकियों को समझता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।