Radar mondial UDTR

UDTR — Radar mondial des droits de la Nature

Registre documentaire des références détectées à travers les infrastructures académiques, juridiques et institutionnelles surveillées par UDTR.

Une infrastructure documentaire mondiale conçue pour atteindre la couverture la plus large, vérifiable et scientifiquement défendable des droits de la Nature.

← Retour au Radar

Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment

Identification

Clé publique
radar:r-a9d4cbe471e60c6143b166dec95f70f9
Auteurs
Felix Riechmann
Année déclarée
2026
Langue déclarée
en
Type source
preprint
Première détection
2026-11-14T02:19:22.053860+00:00
Dernière observation des métadonnées
2026-11-14T02:19:22.053860+00:00
Dernière vérification HTTP
Non effectuée

Institutions déclarées par la source

Universität Hamburg

Pays d’affiliation déclarés

DE

Résumé documentaire — langue originale

Abstract While legal judgment prediction systems demonstrate increasingly high accuracy, their practical deployment often faces severe normative challenges regarding automated adjudication and remains largely confined to binary classification tasks. This study bridges the gap between technical natural language processing capabilities and practical legal workflows by developing a retrieval-augmented language model tailored for pre-litigation alternative dispute resolution in high-volume mass disputes. Focusing on German road traffic liability, the proposed system predicts continuous, proportional liability distributions based on abbreviated factual summaries drawn from a leading legal commentary. An empirical evaluation examines diverse open-source large language models across different retrieval strategies alongside comprehensive ablation studies on the volume and ordering of in-context demonstrations. Experimental results reveal that integrating taxonomic legal metadata into the retrieval pipeline significantly outperforms purely semantic approaches. Furthermore, providing relevance-ordered demonstrations effectively mitigates context oversaturation, a vulnerability explicitly exposed when reference cases are randomly shuffled. The model achieves predictive error margins that align closely with the underlying operational risk doctrine of German traffic law, effectively capturing fault-based allocations. By transforming an authoritative legal text into a computable coordination device, this research demonstrates how algorithmic prediction can rationalize litigant expectations, alleviate information asymmetries, and facilitate out-of-court settlements without compromising substantive justice in civil law jurisdictions.

Identifiants

OPENALEX
https://openalex.org/W7202119791
DOI
10.21203/rs.3.rs-10077930/v1

Repères documentaires

Famille documentaire
preprint
Types déclarés par les sources
preprint

Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.

Sources

OpenAlex · Document 1

Citer cette référence

Felix Riechmann. Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment. 2026. https://doi.org/10.21203/rs.3.rs-10077930/v1

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.

APA
Felix Riechmann. (2026). Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment. https://doi.org/10.21203/rs.3.rs-10077930/v1
Chicago
Felix Riechmann. Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment. 2026. https://doi.org/10.21203/rs.3.rs-10077930/v1
ISO 690
Felix Riechmann. Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment. 2026. https://doi.org/10.21203/rs.3.rs-10077930/v1

Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31

UDTR — Bibliothèque juridique mondiale des droits de la Nature. Liability in Motion: A retrieval-augmented LLM application in road traffic liability apportionment. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-a9d4cbe471e60c6143b166dec95f70f9/ · Dernière vérification HTTP : non effectuée

Signaler une correction

Données de cette version figée

Dossiers et relations documentaires

Rôles des sources

Source bibliographique / publication d’origine · https://doi.org/10.21203/rs.3.rs-10077930/v1

Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.

Statut documentaire

Pertinence à examiner

Bibliothèque

Cette identité n’est pas encore intégrée à la Bibliothèque juridique.

UDTR — Bibliothèque juridique mondiale des droits de la Nature