PulseAugur
中
实时 19:39:17
实体 LexReward

LexReward

PulseAugur coverage of LexReward — every cluster mentioning LexReward across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. RESEARCH · CL_273411 ·

    新的LexReward框架增强了法律语言模型的训练

    研究人员推出LexReward,一个旨在改进法律语言模型评估和训练的新框架。与使用一般性判断的现有方法不同,LexReward在三个维度上提供领域特定的、可解释的奖励:风格(词汇和语法质量)、要素(法律主题、事实、法规、判决)和链条(推理顺序、完整性、正确性)。这种由分类法驱动的方法可以创建详细的评分标准来评估法律回复的质量,然后可用于通过直接偏好优化(DPO)来训练模型。实验表明,LexReward能有效区分不同质量的法律回复,并增…

  2. TOOL · CL_280594 ·

    LexReward框架提升法律语言模型评估效果

    研究人员推出 LexReward,一个旨在改进法律语言模型评估的新型框架。该系统跨越三个关键维度对响应质量进行分类:风格(词汇和句法方面)、要素(法律主体、事实和法规)以及链条(推理顺序、完整性和正确性)。通过使用这些维度的评分标准,LexReward 为直接偏好优化 (DPO) 生成偏好数据,并训练奖励模型(称为 LexRM),从而在无需参考答案的情况下提升模型性能。