論文の概要: LegalEvolver: Agentic Legal Judgment Prediction via Rubric-Guided Self-Evolution
- arxiv url: http://arxiv.org/abs/2611.06381v1
- Date: Wed, 04 Nov 2026 11:45:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.097383
- Title: LegalEvolver: Agentic Legal Judgment Prediction via Rubric-Guided Self-Evolution
- Title（参考訳）: LegalEvolver: Rubric-Guided Self-Evolutionによるエージェント的法的判断予測
- Abstract要約: 法的判断予測(LJP)は、多段階の推論と外部の法的証拠の検索を行うモデルを必要とする。
既存の検索エージェントのパフォーマンスは、検索クエリの品質に制約されることが多い。
我々は,LJP指向の検索に対して,法的に有意なクエリを生成するために特別に設計されたクエリ最適化フレームワークであるemphLegalEvolverを提案する。
- 参考スコア（独自算出の注目度）: 53.95331724592955
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As LLM-based agents develop, they have been increasingly applied in the legal domain. Legal Judgment Prediction~(LJP) requires models to conduct multi-step reasoning and external legal evidence retrieval. Existing legal search agents' performance is often constrained by the quality of retrieval queries. They often formulate queries directly from the initial user request, overlooking latent legal issues and legally salient details. To address this issue, we propose \emph{LegalEvolver}, a query optimization framework specifically designed to generate legally informative queries for LJP-oriented retrieval. Sampling high-quality optimized queries and their corresponding search trajectories is challenging, as relying solely on unguided high-temperature rollouts is both inefficient and constrained by the model's initial capabilities. We therefore heuristically optimize queries as seeds, improving the efficiency of trajectory generation. Furthermore, we summarize rollout experience into rubrics and use them to guide multi-round iterative self-evolution. Iteratively performing rubric optimization and rubric-guided RL enables the model to surpass its initial performance ceiling. End-to-end performance on extensive benchmarks demonstrates the effectiveness of query optimization on LJP. Comparisons with direct SFT followed by RL demonstrate the effectiveness of rubric guidance. Evolving rubrics further outperform fixed rubrics, confirming the benefits of self-evolution.
- Abstract（参考訳）: LLMをベースとしたエージェントが発達するにつれて、法律分野にも適用されるようになった。
法的判断予測〜(LJP)は、多段階の推論と外部の法的証拠の検索を行うモデルを必要とする。
既存の検索エージェントのパフォーマンスは、検索クエリの品質に制約されることが多い。
彼らはしばしば、潜伏している法的問題や法的に健全な詳細を見越して、最初のユーザーからの要求から直接クエリを定式化する。
この問題に対処するために,LJP 指向の検索に対して,法的に有意なクエリを生成するために特別に設計されたクエリ最適化フレームワークである \emph{LegalEvolver} を提案する。
高品質な最適化クエリとそれに対応する検索トラジェクトリをサンプリングすることは困難である。
そこで我々は,クエリを種としてヒューリスティックに最適化し,軌道生成の効率を向上させる。
さらに、ロールアウト体験をルーリックに要約し、それを多ラウンド反復自己進化のガイドに利用する。
繰り返しルーリック最適化とルーリック誘導RLにより、モデルは初期性能天井を超えることができる。
広範囲なベンチマークにおけるエンドツーエンドのパフォーマンスは、LJP上でのクエリ最適化の有効性を示す。
直接SFTとRLとの比較により, 滑車誘導の有効性が示された。
進化するルーブリックは固定されたルーブリックよりも優れており、自己進化の利点を確認している。
関連論文リスト
- TRIO: Task Refinement with Individual Optimization for Retrieval-Augmented Generation [33.6202461129674]
本稿では,RAGのためのタスクリファインメントと個別最適化(TRIO)という新しいアプローチを提案する。
TRIOの中核となる考え方は、3つのよく設計されたエージェントに、それぞれの最適化目標を整合させることで、反復的な改善パラダイムを装備することである。
検索品質を向上させるために,拡張クエリを十分にあるいは十分アノテートするための全会一致投票を含め,その生成結果を根拠的真理として活用し,審査員を最適化する。
論文 参考訳（メタデータ） (2026-11-02T09:17:22Z) - Latent Residual Reasoning for Ranking in Generative Recommendation [71.06019610882498]
本稿では、パラメータ効率の良い微調整を施した潜在残差推論フレームワークRefinerを提案する。
提案手法では,(1)累積加法補正による格付けを段階的に洗練する残留推論機構,(2)凝縮されたユーザ行動表現を提供する履歴クエリ,(3)パラメータ効率の良い微調整戦略の3つの重要な要素を紹介する。
論文 参考訳（メタデータ） (2026-10-27T09:25:53Z) - RL-Index: Reinforcement Learning for Retrieval Index Reasoning [73.82948316789812]
強化学習問題として検索インデックス推論を定式化するエージェントインデックスフレームワークであるRL-Indexを提案する。
RL-Indexは、潜在クエリ-知識関係を明示的にエンコードする有理性を持つ文書を増補することで、推論をインデックス化段階にシフトする。
BRIGHTベンチマークの実験では、RL-Indexは検索とダウンストリームの問合せ性能を一貫して改善している。
論文 参考訳（メタデータ） (2026-06-15T07:22:36Z) - Enhancing Judgment Document Generation via Agentic Legal Information Collection and Rubric-Guided Optimization [30.089203895815384]
既存のアプローチは、通常、標準のRetrieval-Augmented GenerationとSupervised Fine-Tuningに依存し、しばしば不十分な証拠のリコール、幻覚された法的な参照、そして欠陥のある法的理由に悩まされる。
本稿では,LLMに基づく判断文書生成を論理的に向上する統一的なフレームワークであるジャッジR1を提案する。
JuDGEベンチマークの実験では、ジャッジ-R1は法的な精度と生成品質の両方において最先端のベースラインを大幅に上回っている。
論文 参考訳（メタデータ） (2026-05-03T18:32:10Z) - LegalMALR:Multi-Agent Query Understanding and LLM-Based Reranking for Chinese Statute Retrieval [10.997604609194033]
法定検索は法的援助と司法決定支援に不可欠である。
現実の法的なクエリは暗黙的で、複数発行され、口語または未特定の形で表現されることが多い。
本稿では,マルチエージェントクエリ理解システムとゼロショット大文字生成モジュールを統合した検索フレームワークであるLegalMALRを提案する。
論文 参考訳（メタデータ） (2026-01-25T04:44:56Z) - Rethinking On-policy Optimization for Query Augmentation [49.87723664806526]
本稿では,様々なベンチマークにおいて,プロンプトベースとRLベースのクエリ拡張の最初の体系的比較を示す。
そこで我々は,検索性能を最大化する擬似文書の生成を学習する,新しいハイブリッド手法 On-policy Pseudo-document Query Expansion (OPQE) を提案する。
論文 参考訳（メタデータ） (2025-10-20T04:16:28Z) - Evaluating LLM-based Approaches to Legal Citation Prediction: Domain-specific Pre-training, Fine-tuning, or RAG? A Benchmark and an Australian Law Case Study [9.30538764385435]
大規模言語モデル (LLM) は法的タスクに強い可能性を示しているが、法的な引用予測の問題は未解明のままである。
AusLaw Citation Benchmarkは,オーストラリアで55万の法的事例と18,677のユニークな引用からなる実世界のデータセットである。
次に、さまざまなソリューションに対して、システマティックなベンチマークを実施します。
その結果, 一般および法定LLMは独立解として十分ではなく, ほぼゼロに近い性能を示した。
論文 参考訳（メタデータ） (2024-12-09T07:46:14Z) - In-context Demonstration Matters: On Prompt Optimization for Pseudo-Supervision Refinement [71.60563181678323]
大規模言語モデル(LLM)は様々なタスクで大きな成功を収めており、生成品質をさらに向上させるためには微調整が必要である場合もある。
これらの課題に対処する直接的な解決策は、教師なしの下流タスクから高信頼のデータを生成することである。
本稿では,プロンプトと全体的な擬似スーパービジョンを両立させる新しい手法,擬似教師付きデモアライメント・アライメント・アライメント・プロンプト・最適化(PAPO)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-10-04T03:39:28Z) - FIRST: Faster Improved Listwise Reranking with Single Token Decoding [56.727761901751194]
まず、第1生成識別子の出力ロジットを活用して、候補のランク付け順序を直接取得する新しいリストワイズLLMリグレードアプローチであるFIRSTを紹介する。
実験結果から、BEIRベンチマークの利得により、FIRSTはロバストなランキング性能を維持しつつ、推論を50%高速化することが示された。
以上の結果から,LLMリランカーはクロスエンコーダに比べて強い蒸留信号を提供できることが示唆された。
論文 参考訳（メタデータ） (2024-06-21T21:27:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。