Ponencia Prueba asistente jurídico Conference On Innovation 2024-2

La ponencia describe una serie de pruebas iniciales para desarrollar un consultorio jurídico asistido por inteligencia artificial. Se exploraron dos métodos para mejorar la precisión de las respuestas legales: uno que busca información relevante en documentos legales al momento de cada consulta (RAG) y otro que ajusta el modelo de lenguaje con ejemplos específicos del ámbito legal (fine-tuning). Además, se evaluó la posibilidad de implementar este sistema en servidores locales utilizando herramientas como AnythingLLM y LM Studio, que permiten gestionar modelos de lenguaje de forma privada y segura . Estas pruebas proporcionan una base para futuras investigaciones en la aplicación de IA en servicios legales.

• Autores: Gonzalez Torres, Daniel Leonardo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Libre
• Repositorio: RIU - Repositorio Institucional UniLibre
• OAI Identifier: oai:repository.unilibre.edu.co:10901/31146
• Acceso en línea: https://hdl.handle.net/10901/31146
• Palabra clave: consultorio jurídico IA; inteligencia artificial legal; RAG (Retrieval-Augmented Generation); fine-tuning; LLM (Large Language Models); AnythingLLM; LM Studio; despliegue local de IA; Docker; ngrok; Legal AI; Intelligent Legal Services; Retrieval-Augmented Generation (RAG); Fine-tuning; Large Language Models (LLMs); AnythingLLM; LM Studio; On-premises Deployment; Docker; ngrok; Derecho
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/