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
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.