← Каталог

· AI Engineer World's Fair 2025

Графы знаний в litigation-агентах

Knowledge Graphs in Litigation Agents — Tom Smoker, WhyHow.AI

Граф знаний вместе с цепочкой LLM-агентов превращает жалобы в интернете на лекарства и автомобили в персональные сигналы для юристов по коллективным искам, и, по словам спикера, так дела находят раньше адвокатов.

  • Плотность жалоб как сигнал — по словам спикера, сигнал считается как число жалоб на конкретную модель, год и проблему, умноженное на их скорость по месяцам. Такой сигнал находится примерно за 15 минут, уверенность в нём набирается около месяца, а крупная фирма, по его словам, обычно подключается через восемь–девять месяцев после начала жалоб.
  • Надёжность цепочки агентов — пять шагов по 95% точности дают около 77% прохода до конца процесса. Спикер предлагает разбивать работу на отдельно проверяемые шаги и добавлять guardrails и human-in-the-loop.
  • Граф как управляемое состояние — граф расширяется, очищается и запрашивается, а у каждого юриста своя схема фильтров (сумма, марка, юрисдикция). Отчёты собираются из подграфов, и обратная связь от юриста меняет схему.
  • Презентация продукта — доклад в основном рассказывает о продукте WhyHow.AI, но схемы графа и подход к проверке цепочек переносятся и на другие домены.

Кому полезно: тем, кто строит агентные системы для узких областей, где ответ должен быть точным и проверяемым, например для юридических или медицинских задач.

На какие вопросы отвечает доклад

Главы

Похожие доклады