この論文は、不整合な先例を扱う一般化された理由モデルに基づく議論的説明フレームワークを提案しています。AIと法における事例ベースの推論では、先例の整合性が常に前提とされていますが、本研究ではこの前提を緩和し、一般化された理由モデルに基づく推論を可能にする新たなアプローチを探求しました。具体的には、従来の整合的な理由モデルに基づく推論手法は存在しますが、不整合な先例を考慮した説明手法はまだ開発されていません。この問題を解決するために、著者らは導出状態議論フレームワーク（DSAフレームワーク）の拡張を用いて話を進め、不整合な先例に適応する説明の枠組みを示しています。