法律AI滥用事件追踪数据集
数据集简介
追踪库定位与覆盖范围
SafeLegalAI 法律 AI 事件追踪库面向法院与监管机构已认定 AI 滥用的场景,把散落在裁判文书与纪律处分中的信息整理为可比较的结构化记录。当前版本收录 173 条事件记录,覆盖 15 个辖区,其中 51 条带有已记录的监管处置结果,数据最后核验日期为 2026-10-07。该 GitHub 仓库是 safelegalai.com/tracker 的镜像,规范且持续更新的版本位于官网。
表格与文件组织
仓库以多种格式提供同一批记录,便于直接加载或人工查阅:
data/incidents.jsonl:每行一条事件记录,适合程序化读取;csv/incidents.csv:表格版本,便于在电子表格中筛选;manifest.json:记录数据集清单信息;DISCLAIMER.md:免责声明文件。
未知字段在 JSONL 中直接缺省、在 CSV 中留空,不做任何猜测性填充。
字段设计
每条记录围绕一份裁判文书展开,主要字段包括:
| 字段 | 含义 |
|---|---|
id |
记录标识 |
caseName |
案件名称 |
court |
审理法院 |
date |
裁判日期 |
jurisdiction |
辖区,取值如 uk、us-federal、us-state、eu、india |
aiTool |
涉案 AI 工具 |
conduct |
伪造或滥用行为 |
outcome |
处理结果,取值如 strike-off、suspension、referral、fine、costs-order、sanctions、dismissal、filing-struck、warning、pending、none、other |
monetaryPenalty / penaltyCurrency |
罚金金额与币种 |
actor |
行为人身份,取值如 lawyer、litigant-in-person、prosecutor、judge、expert、firm、other |
regulatoryOutcome |
监管处置,含 body、disposition、date 三个子字段 |
sources |
一手来源,含 label、url |
summary |
事件摘要 |
status |
核验状态,取值 verified、unverified |
relatedRegulations |
相关法规 |
article |
相关条款 |
lastVerified |
最后核验日期 |
记录方法与核验原则
追踪库以「一行对应一份法院已认定 AI 滥用的裁判文书」为基本口径,每条记录均链接到其一手来源,并标注最后核验日期。可选字段在信息缺失时保持缺省或留空,不做推断;status 字段区分已核验与未核验记录,便于使用者按可靠性筛选。
使用方式与获取渠道
数据集公开免费,可从 GitHub 仓库或 Hugging Face datasets 加载,加载语句为 load_dataset("safelegalaidata/legal-ai-incidents");规范版本与 JSON 源位于 https://safelegalai.com/tracker/incidents.json。凭借结构化字段,使用者可以进行事件计数与跨辖区比较、对新增案例设置监控告警,也能以一手文书链接为依据开展检索与教学。数据提供时不含担保,不构成法律建议。
许可与引用
本数据集采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/),使用时请保留出处标识并注明来源为 SafeLegalAI Legal AI Incident Tracker。