Útmutatóhoz kapcsolódó kvíz · Kemény Szint

AI Litigation Outcome Prediction Quiz

Azt teszteli, hogy a peres eljárások elemzése hogyan építi fel az alapkamatokat a jegyzőkönyvekből, miért korlátozzák a kiválasztási hatások és a kis minták az előrejelzéseket, és mit jelent a kalibrálás.

Kapcsolódó útmutató utakAI Litigation Outcome Prediction
kérdés 1 -ból 8

Az útmutató szerint miről számol be a legtöbb peres elemző eszköz?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Az útmutató szerint miről számol be a legtöbb peres elemző eszköz?
    • Garantált előrejelzések az egyedi esetek kimeneteléről
    • Leíró történelmi alapkamat, amely a kivonatokból származik
    • A bírák személyes politikai preferenciái
    • Magán elszámolási feltételek zárt megállapodásokból
  2. Miért kérdőjelezték meg a kritikusok az Emberi Jogok Európai Bíróságának 2016-os tanulmányának nagy pontosságát?
    • Túl kevés esetet használt a pontosság mérésére
    • Figyelmen kívül hagyta a bírák nevét
    • A bíróság saját tényállási összefoglalóját használta, amelyet az eredmény megismerése után írnak
    • Csak olyan eseteket jósolt, amelyek már rendeződtek
  3. Hogyan korlátozza a Priest-Klein hipotézishez kapcsolódó szelekciós hatás az eredmény előrejelzését?
    • A eldöntött esetek nem véletlenszerű minták, mert a legtöbb eset rendeződik
    • A bírákat véletlenszerűen osztják ki, így nem léteznek minták
    • A szövetségi dokumentumok kizárnak minden polgári ügyet
    • Csak a fellebbezési határozatokat rögzítik
  4. Mit tiltott Franciaország 2019-ben?
    • Minden elektronikus hozzáférés a bírósági jegyzőkönyvekhez
    • Az MI ügyvédek általi használata bírósági beadványokban
    • Bármely bírósági határozat közzététele az interneten
    • A bírák személyazonossági adatainak felhasználása szakmai gyakorlatuk értékelésére vagy előrejelzésére
  5. Ha egy modellnek csak néhány korábbi ítélete van egy adott bíróra és indítványtípusra vonatkozóan, mit javasol az útmutató a nyers arány jelentése helyett?
    • Azt a bírót véglegesen kizárni az elemzésből
    • Hierarchikus vagy bayesi módszerekkel a becslést az egész bírósági arány felé húzzuk
    • 50 százalékos arányt feltételezve minden vékony mintára
    • A minta megduplázása úgy, hogy minden egyes döntést kétszer megszámol
  6. A peres eljárások előrejelzésében mit jelent az, hogy egy modell jól kalibrált?
    • Az edzésadatokban minden esetben igaza van
    • A legújabb gépi tanulási architektúrát használja
    • Az eredmények 70 százalékos valószínűséggel fordulnak elő az esetek 70 százalékában
    • Minden bíró számára ugyanazt az előrejelzést adja
  7. Mi a kiszivárgás a peres eljárás kimenetelének modelljében?
    • Olyan funkciók használata, amelyek csak az eredmény után ismertek
    • Tárolási hibák miatt a dokkadatok elvesznek
    • A modell eredményeinek megosztása ellentétes jogvédővel
    • Túl sok állami bírósági ügyről szóló képzés
  8. Az útmutató szerint hol lehetnek a leghasznosabbak a peres előrejelzések?
    • Egyetlen regényvita eldöntése előzmény nélkül
    • Az ellenőrző hatóság jogi kutatásának felváltása
    • A kijelölendő bíró kiválasztása
    • Költségvetés, elszámolási tartományok és döntések sok esetben, ahol a hibák átlagolódnak