LegalEvolver：rubric 引导的法律判决预测查询优化框架

中国人民大学 Xinyu Yang 等研究者在 arXiv 发布论文，提出 LegalEvolver——一个面向法律判决预测（LJP）检索的查询优化框架，通过启发式种子查询优化，并将 rollout 经验总结为评分标准（rubrics）来指导多轮迭代自我进化。 该方法结合评分标准优化与 rubric 引导的强化学习，据论文所述，模型能超越初始性能上限；基准测试显示查询优化有效，且进化 rubrics 的表现优于固定 rubrics。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。