LegalEvolver：面向法律判决预测的查询优化框架
热点事件持续更新
LegalEvolver：面向法律判决预测的查询优化框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Xinyu Yang 等作者提出面向法律判决预测（LJP）检索的查询优化框架 LegalEvolver。该框架先用启发式方法优化查询，将其作为种子来提升搜索轨迹的生成效率，再把 rollout 经验总结为评分标准（rubrics），引导多轮迭代自我进化。 方法迭代进行评分标准优化与评分标准引导的强化学习，使模型突破初始性能上限。作者称，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。
AI 根据报道生成 · 50 分钟前更新
最新进展11月5日 13:00
LegalEvolver：基于评分标准引导自我进化的智能体法律判决预测报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CLLegalEvolver：基于评分标准引导自我进化的智能体法律判决预测
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。