Auryth onderzoekslab
Onderzoek bij Auryth
We publiceren onze methoden, zodat u zelf kunt nagaan waarom Auryth betere antwoorden geeft dan generieke AI. Anderen in de sector kunnen zo voortbouwen op wat we leren.
Onze missie
Gereguleerde domeinen vragen precisie over welke regel op welke datum en in welke jurisdictie gold. Generieke AI-modellen zijn daar niet voor gebouwd.
Daarom falen algemene AI-modellen keer op keer bij specialistische vragen.
We publiceren ons onderzoek omdat juridische AI beter wordt wanneer de problemen ervan openlijk bestudeerd worden. Hallucinatiepercentages, vertrouwenskalibratie, nauwkeurige bronvermelding en meertalige retrieval zijn moeilijke problemen die serieuze academische aandacht verdienen.
Onderzoek naar retrieval
Op zichzelf zijn grote taalmodellen onbetrouwbaar voor professioneel werk waar veel op het spel staat. Ons onderzoek richt zich op retrieval: de systemen die het bewijs vinden en controleren voordat het model het te zien krijgt. De producten van Auryth zijn gebouwd op technologie waarvoor octrooi aangevraagd is, in vijf gebieden van retrieval.
Negatief bewijs in retrieval
Herkennen wanneer het bewijs een conclusie tegenspreekt of niet ondersteunt.
Gekalibreerde scoring
Betrouwbaarheidsscores die overeenkomen met hoe vaak antwoorden juist blijken.
Vertrouwensgestuurde generatie
Uitvoercontroles die voorkomen dat antwoorden met laag vertrouwen gebruikers bereiken.
Adaptieve query-routing
Een retrievalstrategie kiezen op basis van het soort vraag.
Zelfverbeterende retrieval-systemen
Feedbackloops die de nauwkeurigheid verbeteren zonder het model opnieuw te trainen.
Onderzoeksdomeinen
Vertrouwenskalibratie
Een betrouwbaarheidsscore waarop u kunt rekenen
Een betrouwbaarheidsscore is pas nuttig als hij overeenkomt met hoe vaak het antwoord juist blijkt. We onderzoeken hoe we hem zo kalibreren dat dat klopt.
Meertalig zoeken in regelgeving
In het Nederlands vragen, het antwoord in het Frans vinden
In een meertalig rechtssysteem staat het antwoord vaak in een andere taal dan de vraag. We onderzoeken hoe we de juiste bepaling vinden, in welke taal ze ook geschreven is.
Temporeel versiebeheer
De juiste regel voor het juiste jaar
Regelgeving verandert voortdurend. We werken aan methoden om bij te houden welke versie van een bepaling van kracht was op de datum die ertoe doet, zodat u geen regel citeert die niet meer geldt.
Hallucinatiedetectie
Verzonnen citaties opvangen voordat ze u bereiken
AI-modellen citeren soms artikels die niet bestaan, en doen dat vol overtuiging. We ontwikkelen methoden om elke citatie aan de echte bronnen te toetsen voordat u het antwoord ziet.
Working papers
Working paper · Donald Murre
What doesn't match matters more: CRANE, Calibrated Retrieval with Adversarial Negative Evidence
Betoogt dat retrieval in domeinen waar veel op het spel staat moet kunnen uitdrukken wat een document niet beantwoordt, en beschrijft CRANE, een architectuur op basis van getypeerd negatief bewijs, gekalibreerde betrouwbaarheid en generatie die van die betrouwbaarheid afhangt. De paper formuleert vier falsifieerbare voorspellingen om empirisch te toetsen.
Download paper (PDF)Adviesraad
We richten een adviesraad op van professionals, academici en AI-onderzoekers die belang hechten aan specialistische AI die transparant en betrouwbaar is.
We horen graag van onderzoekers in domeinspecifieke NLP, van academici die AI in gereguleerde sectoren bestuderen en van professionals die specialistische AI-tools mee vorm willen geven.
Partnerschappen
We zoeken partners op drie gebieden:
Universitaire onderzoekscentra
Gezamenlijke projecten over juridische AI, NLP en computationeel recht
Beroepsverenigingen
ITAA, IBR/IRE en regionale boekhoudkundige instanties
EU-onderzoeksprogramma's
Subsidies voor digitaal bestuur en AI-innovatie
Werk met ons samen
Als u met ons wilt samenwerken aan onderzoek naar juridische AI, stuur ons dan een bericht.
Neem contact op