LeCaRDv2
PulseAugur coverage of LeCaRDv2 — every cluster mentioning LeCaRDv2 across labs, papers, and developer communities, ranked by signal.
-
Cassette框架通过蒸馏策略加速法律案例检索
研究人员开发了一个名为Cassette的新框架，以提高法律案例检索的效率。该系统使用一种蒸馏策略，将知识从复杂的教师模型转移到更简单、更快的学生模型。学生模型采用多层感知机进行查询编码，并使用图神经网络进行候选编码，在保持基准数据集准确性的同时，显著减少了检索时间。
-
中国法律案例检索基准存在基于指控的设计缺陷
一项对中国法律案例检索（LCR）基准的新审计显示，驱动性能的主要因素并非先进的检索模型，而是基准围绕法律指控的构建方式。研究人员发现，仅通过共同的主要指控对案例进行排序，并结合基本的BM25排序，就能弥补简单系统和复杂系统在LeCaRDv2基准上的近乎全部性能差距。这表明当前的基准可能无法准确衡量真正的法律推理能力，因为相关性往往由指控本身决定，而非深入的案例分析。该研究提出了一个可重用的协议，用于筛查未来基准中类似的构造效度问题。
-
Chinese legal case retrieval benchmarks may overstate AI capabilities
A new audit of Chinese Legal Case Retrieval (LCR) benchmarks reveals that the primary charge of a case, which encodes its legal characterization, is a significant factor in determining relevance. Researchers found that …
-
GLIER框架通过生成式推理增强法律案件检索
研究人员推出了一种名为GLIER的新型框架，旨在通过弥合用户查询与法律文件之间的语义鸿沟来改进法律案件检索。GLIER将检索重新定义为推理过程，首先将查询转化为潜在的法律指标（如指控和要素），然后根据生成置信度和结构化信号对文档进行排序。在LeCaRD和LeCaRDv2数据集上的实验表明，GLIER的表现优于SAILER和KELLER等现有方法，即使在训练数据有限的情况下也表现出强大的性能。