-
>
法律的悖論(簽章版)
-
>
中華人民共和國憲法
-
>
中華人民共和國勞動法
-
>
私人財富保護、傳承與工具
-
>
再審洞穴奇案
-
>
法醫(yī)追兇:破譯犯罪現(xiàn)場的156個冷知識
-
>
法醫(yī)追兇:偵破罪案的214個冷知識
訴訟法學研究 版權信息
- ISBN:9787510224058
- 條形碼:9787510224058 ; 978-7-5102-2405-8
- 裝幀:一般膠版紙
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>
訴訟法學研究 內(nèi)容簡介
《訴訟法學研究(第24卷)》分為“訴訟前沿”“實務研究”“認罪認罰從寬專題”“檢察專論”“比較研究”與“博士生論壇”六個欄目,匯集了國內(nèi)外學術名家與青年學者的眾多學術成果,旨在推進訴訟法學研究的學術和信息交流,體現(xiàn)了訴訟理論與實踐的多方面前沿探索。
訴訟法學研究 目錄
訴訟前沿
刑事缺席審判相關問題研究
一、缺席審判的適用情況
二、缺席審判的正當性
三、缺席判決的執(zhí)行問題
我國臺灣地區(qū)“個人資料保護法”述評
一、我國臺灣地區(qū)個人資料保護規(guī)制背景及沿革
二、我國臺灣地區(qū)“個人資料保護法”的基本內(nèi)容
三、我國臺灣地區(qū)“個人資料保護法”之評價
論專家證言屬性判斷對英、美民事上訴復審范圍的影響
一、專家證言本質(zhì)屬性辨析
二、專家證言的屬性判斷對英、美上訴復審范圍的影響
人工智能裁判與法律現(xiàn)實主義
一、一種抽象裁判范式:人工智能裁判的性質(zhì)定位
二、“數(shù)據(jù)+算法”:人工智能裁判的運作機理
三、價值與意義:來自人工智能裁判的機遇
四、人工智能裁判中的法律現(xiàn)實主義
實務研究
我國監(jiān)察機關監(jiān)督職責的法律解釋
——以國家監(jiān)察體制改革為視角
一、我國監(jiān)察機關監(jiān)督職責的歷史沿革
二、紀檢機關與監(jiān)察機關合署辦公對監(jiān)督職責履行的影響
三、我國監(jiān)察機關的“對事監(jiān)督”和“對人監(jiān)督
四、我國監(jiān)察機關履行監(jiān)督職責的方式
五、監(jiān)察機關的監(jiān)督職責與行政救濟的界分
刑事公訴模式轉(zhuǎn)型研究
一、問題的提出
二、傳統(tǒng)刑事公訴模式的特點
三、刑事訴訟制度新發(fā)展對刑事公訴模式轉(zhuǎn)型的影響
四、構建主導型的刑事公訴模式
裁判文書公開中隱私權保護的理淪嬗變與制度轉(zhuǎn)型
一、對不公開的誤讀:基于隱私權的保護?
二、裁判文書公開與隱私保護沖突論的展開
三、案件出發(fā)型公開的改革思路
質(zhì)疑與回應:關于附設“法官后語”的幾點思考
一、“法官后語”與延伸說理
二、“法官后語”與道德說理
三、“法官后語”與閃爍的法學思想
四、“法官后語”與集大成的司法者
……
認罪認罰從寬專題
檢察專論
比較研究
博士生論壇
訴訟法學研究 節(jié)選
《訴訟法學研究(第24卷)》: (一)數(shù)據(jù):人工智能裁判運行的知識儲備 如前文所述,人工智能這一概念早已有之,但囿于小數(shù)據(jù)時代數(shù)據(jù)匱乏的境況,不足以支撐人工智能的實質(zhì)性發(fā)展。直到大數(shù)據(jù)時代來臨,沖破數(shù)據(jù)桎梏,全數(shù)據(jù)模式得以實現(xiàn),人工智能技術才得以指數(shù)式增長。換言之,人工智能技術是以大數(shù)據(jù)為前置支撐技術發(fā)展運行的,它是一種二階技術。只有通過充分的數(shù)據(jù)樣本投喂,才能使人工智能得到充分學習,從而以數(shù)量篩選精度,得出精確的結果。人工智能裁判作為人工智能在司法領域的分支,也是如此。 首先,在人工智能裁判語境下,數(shù)據(jù)為生產(chǎn)智能司法知識創(chuàng)造了空間。司法實踐中已運行的智慧司法系統(tǒng),其功能大體可歸結為智能案件推送、證據(jù)標準和證據(jù)規(guī)則指引、單體證據(jù)評估、量刑預測、裁判偏離預警、司法文書智能生成等。而這些功能在本質(zhì)上都離不開司法數(shù)據(jù)的支撐和指引。僅以證據(jù)標準和證據(jù)規(guī)則指引為例作出深度剖析。以證據(jù)標準和證據(jù)規(guī)則指引較為有效的上海法院的“206系統(tǒng)”為例。在該系統(tǒng)研發(fā)過程中,技術人員將格式化后結構規(guī)則的歷史案件數(shù)據(jù)切分為顆粒度盡可能小的數(shù)據(jù)片段,并在此基礎上運用相應算法提取共性特征,經(jīng)過人工標注,*后形成類案證據(jù)標準。在上述過程描述中不難看出,數(shù)據(jù)是一切行為的前提條件和資源基礎,后續(xù)所有的切分、歸納、標注等復雜行為都是在數(shù)據(jù)層面上的操作。從信息輸入、算法運行再到*后的結果輸出,都是以數(shù)據(jù)的形式流轉(zhuǎn),可以說數(shù)據(jù)是人工智能裁判的表現(xiàn)形式,是人工智能裁判運行的血液。與證據(jù)標準和證據(jù)規(guī)則指引相比,其他功能在運行原理和技術應用方面大同小異,并無本質(zhì)差別。另外,如果將人工智能裁判看成認識舊知識并形成新知識的過程,那么不僅是二者的表現(xiàn)形式,而且無疑為其創(chuàng)造了可適性空間。 其次,數(shù)據(jù)是淬煉人工智能裁判精確性的火焰。如上文所述,人工智能裁判系統(tǒng)運行流程可分為兩個階段:**階段是內(nèi)部知識和規(guī)則的形成階段。人工智能裁判需要分析樣本數(shù)據(jù)庫,提取其具備共同性高階特征,形成自己的類案標準和內(nèi)部智能知識庫。第二階段是規(guī)則的運用階段。在待決案件信息輸入人工智能裁判系統(tǒng)后,激發(fā)匹配相應的類按標準并在內(nèi)部智能知識庫中檢索關聯(lián)度高的知識片段,*終形成結論。上述過程是在技術層面上對人工智能裁判過程的解構和梳理,該過程只能保證系統(tǒng)可以作出相應裁判結論,但結論的精確性則無法保證。從社會效果的層面來看,司法裁判作為終局性結論,必須要為社會所接受才有公信力可言,才能進一步發(fā)揮定分止爭的效果,而這種效果和公信力來源于裁判結果的精確性。這就要求人工智能裁判系統(tǒng)不僅要保證裁判可以作出,而且要保證裁判的精確性。解決這一問題的關鍵不在算法,而在于數(shù)據(jù)。人工智能裁判系統(tǒng)是以卷積人工神經(jīng)網(wǎng)絡算法為核心進行深度學習的。從微觀的角度拆解這種深度學習算法的技術路徑,可以得知:在每一個單體學習循環(huán)中,新輸入的樣本數(shù)據(jù),會刺激算法進行新一輪的分析和吸收,在此基礎上修正、完善原有的規(guī)則和知識庫。如此往復,經(jīng)過海量的數(shù)據(jù)投喂,理論上可以達到近乎真理的正確性。換言之,是樣本數(shù)據(jù)的數(shù)量和質(zhì)量控制并決定了人工智能系統(tǒng)運行結果的精確性。轉(zhuǎn)換到人工智能裁判系統(tǒng)下分析,裁判算法通過一次又一次既有司法數(shù)據(jù)的投喂,不斷更新彌補自身形成的裁判規(guī)則和內(nèi)部智能知識庫,每一次新數(shù)據(jù)的注入都是智能裁判走向精確的助推。裁判算法決定了系統(tǒng)如何運行和裁判行為是否可以成功作出,而數(shù)據(jù)則是過濾偏差、淬煉裁判結果精確性的火焰。 ……
- >
我從未如此眷戀人間
- >
李白與唐代文化
- >
煙與鏡
- >
羅庸西南聯(lián)大授課錄
- >
龍榆生:詞曲概論/大家小書
- >
小考拉的故事-套裝共3冊
- >
伯納黛特,你要去哪(2021新版)
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)