全部动态
记录论文、项目与笔记的进展,按时间倒序排列。
2026
论文MultiLCR 面向多被告法律案例检索,结合各被告的角色与判决结果进行个体感知推理,而不只比较整案文本相似度。相关论文发表于 EMNLP 2026 主会。
论文SelSkill 通过任务级与步骤级偏好学习,让 Agent 学会何时调用可复用技能、何时跳过,避免不必要的技能调用。相关论文发表于 Findings of EMNLP 2026。
论文OCSD 从后续环境观测中提炼监督信号,通过观测校准的自蒸馏改进 Agent 强化学习中的 token 级更新。预印本已上线 arXiv。
论文FutureBridge-OPD 在师生分歧较大的状态引入教师指导,再用学生后续轨迹验证指导是否有效,只保留更符合教师偏好的引导用于蒸馏。预印本已上线 arXiv,代码已开源。
论文QR-LJP 将涉案金额的定量推理引入司法判决预测,依据法律规则计算犯罪金额,辅助判决与刑期预测。相关论文发表于 ACM TKDD。