legal-ai-audit-bundle

Solid

Pakuje output AI prawny w artefakt audytowy zgodny z AI Act art. 12 - łączy deliverable, ślad rozumowania (debata / grounding), log kosztu i metadane (model, data, źródła, kto zatwierdził) w jeden ustrukturyzowany folder z manifestem i hashami integralności SHA256. Generalizacja matematic-video-governance na dowolny output prawny. Dowód należytej staranności i record-keepingu. Używaj gdy: "spakuj audyt", "bundle zgodności", "artefakt AI Act", "ślad rozumowania do archiwum", "dokumentacja outputu AI", "record-keeping", "co archiwizować dla AI Act", "log kosztu i decyzji", "paczka audytowa deliverable", po zakończeniu opinii / adversarial-legal-review / grounding gdy trzeba zarchiwizować dowód.

AI & Automation 6 stars 2 forks Updated 2 weeks ago MIT

Install

View on GitHub

Quality Score: 82/100

Stars 20%
28
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Legal AI Audit Bundle - artefakt zgodności dla outputu AI prawnego ## Filozofia **Jeśli nie potrafisz odtworzyć, jak AI doszło do wyniku, nie powinieneś wysyłać tego wyniku.** AI Act art. 12 wymaga rejestrowania zdarzeń (prowadzenia rejestrów) dla systemów wysokiego ryzyka, art. 14 - nadzoru człowieka, art. 50 - poinformowania osoby, że treść została wygenerowana przez AI. Dla kancelarii używającej AI w pracy z klientem oznacza to: dla każdego istotnego deliverable musi istnieć ślad - jaki model, jakie źródła, jaka weryfikacja, jaki koszt, kto zatwierdził. Ten skill składa ten ślad w jedną paczkę z hashami integralności, tak by dało się ją odtworzyć i wykazać przy audycie. To nie jest deliverable dla klienta. To deliverable dla audytora, regulatora i Twojej własnej odpowiedzialności zawodowej. ## Co wchodzi do paczki | Artefakt | Źródło | Wymagane | |---|---|---| | Deliverable finalny | praca prawna | TAK | | Ślad rozumowania | transcript `adversarial-legal-review-pl` lub log analizy | TAK dla high-stakes | | Raport grounding | output `citation-grounding-pl` | TAK jeśli były cytaty | | Log kosztu | tokeny / koszt przebiegów | TAK | | Metadane | model, wersja, data, źródła, autor, zatwierdzający | TAK | | Pseudonimizacja | mapa `let-it-be` (jeśli użyta) - TRZYMANA OSOBNO, nie w paczce | warunkowo | ## Workflow 1. **Zbierz artefakty** - upewnij się, że istnieją pliki: deliverable, transcript/ślad, raport grounding, log kosztu. Brakujące oznacz w manifeście jako `MI...

Details

Author
matematicsolutions
Repository
matematicsolutions/awesome-matematic-skills-pl
Created
3 months ago
Last Updated
2 weeks ago
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Solid

ocena-outputu-pl

Ocenia jakość outputu prawnego AI przed wysyłką w dwóch warstwach: obiektywnej (sprawdzalne mechanicznie - czy cytaty istnieją, czy przepisy i sygnatury realne) oraz subiektywnej (LLM-as-judge wg rubryki 1-5: poprawność prawna, kompletność, jasność, zgodność z jurysdykcją, ugruntowanie/anty-halucynacja). Zwraca kartę ocen i decyzję: wyślij / popraw / pełna weryfikacja. Warstwa nad deliverable - nie pisze pisma, ocenia gotowe. Pairuje z legal-request-router-pl (routing), citation-grounding-pl (obiektywne sprawdzenie), deliverable-fidelity-pl (czy nic nie wypadlo) i adversarial-legal-review-pl (atak). Uzywaj gdy: "oceń ten output", "scoring opinii", "czy to gotowe do wysyłki", "jakość odpowiedzi prawnej", "karta ocen deliverable", "rubryka jakości", przed wysłaniem pisma/opinii/memo do klienta.

6 Updated 2 weeks ago
matematicsolutions
AI & Automation Solid

adversarial-legal-review-pl

Czerwony zespół dla pisma prawnego - bierze gotowy deliverable wysokiej stawki (opinia, memo DD, M&A, pismo procesowe, rekomendacja do zarządu) i prowadzi kontradyktoryjną debatę: builder buduje najmocniejszą wersję tezy, attacker ją atakuje kontrargumentami i kontr-orzecznictwem, synthesizer godzi, verifier robi kontrolę końcową. Cel: wyłapać słabość ZANIM zrobi to przeciwnik, sąd albo klient. Z bramką kosztu - tylko dla spraw wysokiej stawki, nie dla każdego zapytania (drogie tokenowo). Używaj gdy: "przeatakuj tę opinię", "czerwony zespół", "adwokat diabła dla tego pisma", "znajdź słabości", "red team", "stress-test argumentacji", "co powie druga strona", "pre-mortem opinii", "obroń tę tezę", "kontradyktoryjna weryfikacja", "devil's advocate", weryfikacja high-stakes deliverable przed wysłaniem.

6 Updated 2 weeks ago
matematicsolutions
AI & Automation Solid

deliverable-fidelity-pl

Weryfikator wiernosci deliverable - sprawdza, czy finalny dokument (opinia, memo, pismo) wiernie oddaje ustalenia analizy: czy zadna flaga RED nie wypadla z podsumowania, czy rozstrzygniecia sa odzwierciedlone. Mechaniczny check (skrypt, za darmo) + osad LLM na 3 najciezszych ustaleniach. Inny niz grounding (czy cytat prawdziwy) i adversarial (czy teza wytrzymuje) - ten pyta "czy streszczenie nie zgubilo tego, co wazne". Pominiete RED = blokada. Uzywaj gdy: "czy deliverable oddaje analize", "czy nic nie wypadlo z podsumowania", "weryfikacja wiernosci", "fidelity", "czy executive summary jest pelne", "czy RED jest w finalnej wersji", "spojnosc analizy z deliverable", przed wyslaniem zlozonego dokumentu ktory streszcza dluzsza analize.

6 Updated 2 weeks ago
matematicsolutions