主题总览
按主题阅读,也可以从这里查看所有条目。
- 论文Agentic Reinforcement Learning with Observation-Calibrated Self-Distillation
Preprint on arXiv (2026) — Paper
OCSD 对比包含与移除未来观测、但结构相匹配的回放视图,分离观测本身带来的监督信号,并在高不确定性步骤调整 token 级 GRPO 更新,同时保留轨迹级更新方向。
- 论文Look Ahead Before You Distill: Future Trajectory Validation of Teacher Guidance for Agentic On-Policy Distillation
Preprint on arXiv (2026) — Paper
FutureBridge-OPD(FTB)通过教师指导所引出的学生后续轨迹,判断指导是否值得蒸馏。在师生分歧较大的状态插入短暂的教师引导,并比较原状态与引导后状态下的学生续写;只有后者更符合教师偏好时,才保留该引导用于蒸馏。
- 论文Beyond Case-Level Similarity: Multi-Defendant Legal Case Retrieval via Individual-Aware Reasoning
Published in EMNLP main conference (2026) — Paper
MultiLCR 通过建模被告角色与判决结果,让法律案例检索超越整案文本相似度。论文构建了带有被告级标注的 Multi-ELAM 和 Multi-LeCaRDv2 数据集,并提出角色与判决感知的检索框架。
- 论文Skill or Skip? Learning Selective Skill Invocation in Agentic Tasks via Dual-Granularity Preference Learning
Published in Findings of EMNLP (2026) — Paper
SelSkill 研究 Agent 何时应调用可复用技能、何时应跳过,通过控制调用与跳过的对照轨迹,结合任务级和步骤级偏好学习,提升技能调用的选择性。
- 论文LawShift: Benchmarking Legal Judgment Prediction Under Statute Shifts
Published in NeurIPS Datasets and Benchmarks Track (2025) — Paper
LawShift 评估法律条文修订下的司法判决预测能力,覆盖 31 类细粒度法条变化,通过蜕变测试检查模型能否随法律变化调整判决。
- 论文LAWRE: Evaluating Legal Case Retrieval for Practical Legal Reasoning
Published in IJCNN (2026) — Paper
LAWRE 面向法律实践评估案例检索系统,关注易混淆案例区分、法律要素识别等推理能力,而不只看召回率,并通过诊断性测试分析模型短板。
- 论文Improving Legal Judgment Prediction via Quantitative Reasoning
Published in ACM Transactions on Knowledge Discovery from Data (TKDD) (2026) — Paper
QR-LJP 将法律定量推理引入司法判决预测:从案情中提取金额,依据法律规则计算犯罪总金额,再用量化的犯罪严重程度辅助判决,尤其是刑期预测。