arXiv cs.CL· Xinyu Yang, Jiejun Tan, Chenlong Deng, Chenghao Zhang, Tongyu Wen, Zhicheng Dou·· 10 小时前AI 评分29
LegalEvolver：基于评分标准引导自我进化的智能体法律判决预测
LegalEvolver: Agentic Legal Judgment Prediction via Rubric-Guided Self-Evolution
AI 导读
LegalEvolver 是一个面向法律判决预测（LJP）检索的查询优化框架，通过启发式优化查询作为种子提升搜索轨迹生成效率，并将 rollout 经验总结为评分标准（rubrics）引导多轮迭代自我进化。该方法迭代进行评分标准优化与评分标准引导的 RL，使模型突破初始性能上限。多基准端到端实验显示查询优化对 LJP 有效，且进化评分标准优于固定评分标准。
正文 · AI 翻译
摘要：随着基于 LLM 的智能体不断发展，它们越来越多地被应用于法律领域。法律判决预测（LJP）要求模型进行多步推理并检索外部法律证据。现有法律搜索智能体的性能往往受限于检索查询的质量。它们通常直接根据用户的初始请求来构造查询，忽略了潜在的法律问题和具有法律显著性的细节。为解决这一问题，我们提出了 \emph{LegalEvolver}，这是一个专为面向 LJP 的检索生成具有法律信息量的查询而设计的查询优化框架。采样高质量的优化查询及其对应的搜索轨迹具有挑战性，因为仅依赖无引导的高温 rollout 既低效又受限于模型的初始能力。因此，我们启发式地优化查询作为种子，以提高轨迹生成的效率。此外，我们将 rollout 经验总结为评分细则，并用其指导多轮迭代式自我进化。迭代执行评分细则优化和评分细则引导的 RL 使模型能够超越其初始性能上限。在大量基准上的端到端性能证明了查询优化对 LJP 的有效性。与直接 SFT 后接 RL 的比较证明了评分细则引导的有效性。进化评分细则进一步优于固定评分细则，证实了自我进化的优势。
| 评论： | 20 页，5 幅图 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.06381 [cs.AI] |
| （或 arXiv:2611.06381v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06381 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Xinyu Yang [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 11:45:46 UTC（3,680 KB）
来源：arXiv cs.CL · arxiv.org