LegalEvolver 提出面向法律判决预测的查询优化框架
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出 LegalEvolver，用于法律判决预测（LJP）场景下的检索查询优化。现有法律检索代理通常直接依据用户初始请求构造查询，忽略潜在法律争点与关键细节，检索质量因此受限。该工作先用启发式方法优化查询作为种子，提高轨迹采样效率；再把 rollout 经验总结为评分细则（rubrics），用其引导多轮迭代自我进化，交替进行细则优化与细则引导的强化学习。基准测试显示查询优化对 LJP 端到端表现有效，与先做 SFT 再做 RL 相比，细则引导更有效，且进化细则优于固定细则。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
法律判决预测要求模型完成多步推理并检索外部法律证据，而现有法律检索代理的表现常受检索查询质量制约。这些代理往往直接拿用户的初始请求当查询，既没有挖掘请求背后潜藏的法律争点，也漏掉了法律上关键的细节，导致后续检索与推理建立在不够精准的查询之上。论文把查询构造视为可优化的环节，目标是让查询本身携带更多对判决预测有用的法律信息。
种子查询与细则引导
高质量优化查询及其搜索轨迹难以采样：仅靠无引导的高温 rollout 效率低，且受模型初始能力限制。LegalEvolver 的做法是先用启发式手段优化查询作为种子，以此提高轨迹生成效率；随后把 rollout 过程中积累的经验归纳成评分细则，用这些细则引导多轮迭代的自我进化。每一轮中细则优化与细则引导的强化学习交替进行，使模型能够突破初始性能上限。
实验结论
论文在多个基准上做了端到端评测，结果显示查询优化对法律判决预测确有作用。消融式对比中，与先做监督微调再做强化学习的路线相比，细则引导的方式表现更好；而持续进化的细则又优于固定不变的细则，说明自我进化带来的收益是真实的。论文共 20 页、含 5 张图，提交时间为 2026 年 11 月 4 日。
为什么值得看
关注法律智能体的检索查询构造与自我进化训练方法，含与 SFT+RL 的对比结论。
强化学习基准测试论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。