杨逸的技术博客

研究与实践

记录研究中的方法,也分享项目与技术探索。

  • OCSD

    从后续环境观测中提炼监督信号,改进 Agent 的强化学习训练。

  • FutureBridge-OPD

    先观察学生后续轨迹是否改善,再决定保留哪些教师指导用于蒸馏。

  • MultiLCR

    从被告角色与判决结果出发,让多被告案例检索更贴近法律推理。

  • SelSkill

    让 Agent 学会何时调用技能、何时跳过,而不是一味增加技能调用。

  • LawShift

    当法条发生修订,检验司法预测模型能否相应调整判断。

  • LAWRE

    不只看召回率,用诊断性测试评估案例检索中的法律推理能力。

  • QR-LJP

    把涉案金额的定量推理引入判决预测,更好地连接案情与量刑。

主题总览 »