Es gibt Mengenbeschränkungen beim Testinterface und es gibt Lizenzprobleme wenn man GPT3 auf grössere Datenbeständ anwenden möchte. Für sinnvolle Abstracts scheint es im Allgemeinen nicht zu reichen.
Deep Learning für Urteilen
Verbessern der Zugänglichkeit von Urteilen durch maschinelle Zusammenfassung des Inhalts.
GPT3 ist ist ein immens grosses Sprachmodell, trainiert mit den Daten des Internets. Es ist mit 175 Milliarden Parametern um den Faktor 100 grösser als GPT 2. Ein so grosses Sprachmodell hat es noch nie gegeben. GPT3 ist ein autoregressives Modell, das ein nächstes Wort ums andere voraussagt. Dies im Unterschied zu einem sog. "deniosing Autoencoder" wie BERT. Die Eingabe erfolgt durch eine Frage in englischer Sprache, allenfalls ergänzt durch ein (sog. "one-shot") Beispiel oder mehrere (sog. "few-shot") Beispiele. Auf diese Weise wird es möglich, Texte zusammenzufassen. Für die schnelle Erfassbarkeit von Entscheiden und damit für die Vereinfachung des Zugangs zu Gerichtsentscheiden sollen die Möglichkeiten und die Qualität solcher Zusammenfassungen evaluiert werden. Verwandtes Thema: Verschiedene Sprachen und Zusammenfassungen in diesen.
OLL-NLP-Summarization
Open Legal Lab, Summarization of Court decisions
Ziel
Ziel ist es aus Bundesgerichtsentscheiden eine kurze Zusammenfassung zu erstellen. Dafür werden verschiedene NLP-Modelle getestet und die Möglichkeiten abgeschätzt.
Prozess
- Es werden 2-3 BGE ausgewählt aus dem Strassenverkehrsrecht (Wahl fiel auf SVG, da Urteile übersichtlich kurz und kurze Regesten).
- Mit diesen BGE werden verschiedene NLP-Modelle getestet.
BART Large CNN (English)
Model Parameter: English (Da das deutsche Model nicht in der kostenlosen Version verfügbar ist).
BGE 91IV216
Ziel (Regeste): Auf die vorsätzliche konkrete Gefährdung des Strassenverkehrs, herbeigeführt durch Verletzung von Verkehrsregeln, ist unter Ausschluss von Art. 90 SVG Art. 237 Ziff. 1 StGB anzuwenden.
Output des Models: Wie der Kassationshof entschieden hat, ist Art. 237 StGB nicht mehr anwendbar (BGE 90 IV 156). Offen gelassen wurde dagegen bisher, ob in Fällen vorsätzlicher Verkehrsgefährdung auch die Anwendung von Art. 237 Ziff. 1 StGB ausgeschlossen sei.
Beurteilung des Outputs: TODO
GTP3 (Davinci):
Model Parameter
curl https://api.openai.com/v1/engines/text-davinci-002/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"prompt": "<91_IV_216>",
"temperature": 0.63,
"max_tokens": 506,
"top_p": 1,
"frequency_penalty": 0,
"presence_penalty": 0
}'
Prompt: "Was sind die wesentlichen rechtlichen Erwägungen?"
BGE 91IV216
Ziel (Regeste): Auf die vorsätzliche konkrete Gefährdung des Strassenverkehrs, herbeigeführt durch Verletzung von Verkehrsregeln, ist unter Ausschluss von Art. 90 SVG Art. 237 Ziff. 1 StGB anzuwenden.
Output des Models: Der Bundesgerichtshof hat entschieden, dass Art. 237 StGB sowohl in den von Art. 90 Ziff. 2 SVG als auch in den von Ziff. 1 erfassten Fällen nicht mehr anwendbar ist. Offen gelassen wurde dagegen bisher, ob in Fällen vorsätzlicher Verkehrsgefährdung auch die Anwendung von Art. 237 Ziff. 1 StGB ausgeschlossen sei. Diese Frage ist entgegen der in der Gesetzesberatung vertretenen Auffassung, dass sowohl die fahrlässige wie vorsätzliche Gefährdung unter Art. 90 Ziff. 2 SVG fallen, und obschon Abs. 2 dieser Bestimmung die Anwendung des Art. 237 StGB ohne Einschränkung ausschliesst, zu verneinen.
Pegasus XSUM (English)
Model Parameter: English (Da das deutsche Model nicht in der kostenlosen Version verfügbar ist).
BGE 91IV216
Ziel (Regeste): Auf die vorsätzliche konkrete Gefährdung des Strassenverkehrs, herbeigeführt durch Verletzung von Verkehrsregeln, ist unter Ausschluss von Art. 90 SVG Art. 237 Ziff. 1 StGB anzuwenden.
Output des Models: Fllen vorstzlicher Verkehrsgefhrdung die Anwendung von Art 237 Ziff.
Beurteilung des Outputs: TODO
Event finished
Project
It is a bit like a kid, who congested a lot of information without understanding it. The kid is reproducing amazing things and is not recognizing when some things make sense and other things don't. This is typical for AI.
Repository updated
GPT3 is sometimes giving amazing answers and the next answer might be complete nonsense: https://twitter.com/Velofisch/status/1508074724185808899.
Joined the team
dedicated HTML parser for bger.li
Joined the team
readme fix (@colin-r-carter)
readme fix
Added Pegasus Test Results
documentation gtp3 (@Mcafee123)
readme update (@colin-r-carter)
added first model tests
encoding fixed (@Mcafee123)
BGE 91IV216
updated Readme (@colin-r-carter)
Added Mac-specific ignore to .gitignore
Initial commit (@Mcafee123)
Joined the team
Event started
Joined the team
First post View challenge