Est-ce que ça concorde ? Vers des agents juridiques autonomes dans le capital-risque
Does It Tie Out? Towards Autonomous Legal Agents in Venture Capital
December 21, 2025
papers.authors: Pierre Colombo, Malik Boudiaf, Allyn Sweet, Michael Desa, Hongxi Wang, Kevin Candra, Syméon del Marmol
cs.AI
papers.abstract
Avant la clôture des tours de financement en capital-risque, les avocats réalisent un processus de due diligence qui inclut la vérification de la table de capitalisation : contrôler que chaque titre (par exemple, actions, options, bons de souscription) et chaque modalité d'émission (par exemple, calendriers de vesting, déclencheurs d'accélération, restrictions de transfert) s'appuie sur un vaste ensemble de documents juridiques sous-jacents. Bien que les LLM continuent de progresser sur les benchmarks juridiques, les workflows juridiques spécialisés, tels que la vérification de la capitalisation, restent hors de portée même pour les systèmes agentiques performants. Cette tâche nécessite un raisonnement multi-document, une traçabilité stricte des preuves et des résultats déterministes que les approches actuelles ne parviennent pas à fournir de manière fiable. Nous caractérisons la vérification de la capitalisation comme un exemple de benchmark réaliste pour l'IA juridique, analysons et comparons les performances des systèmes agentiques existants, et proposons une architecture de modèle du monde visant l'automatisation de cette vérification – et plus largement comme fondement pour une intelligence juridique appliquée.
English
Before closing venture capital financing rounds, lawyers conduct diligence that includes tying out the capitalization table: verifying that every security (for example, shares, options, warrants) and issuance term (for example, vesting schedules, acceleration triggers, transfer restrictions) is supported by large sets of underlying legal documentation. While LLMs continue to improve on legal benchmarks, specialized legal workflows, such as capitalization tie-out, remain out of reach even for strong agentic systems. The task requires multi-document reasoning, strict evidence traceability, and deterministic outputs that current approaches fail to reliably deliver. We characterize capitalization tie-out as an instance of a real-world benchmark for legal AI, analyze and compare the performance of existing agentic systems, and propose a world model architecture toward tie-out automation-and more broadly as a foundation for applied legal intelligence.