基于智能体法律信息收集与 Rubric 指导优化的判决书生成提升
计算与语言
2026-05-05 v1 人工智能
信息检索
摘要
自动生成判决书是提升司法效率的关键任务，但面临法律信息全面检索和严格逻辑推理的双重挑战。现有方法通常依赖标准检索增强生成和监督微调，常因证据召回不足、statutory references 幻觉以及逻辑错误的法律推理而受限。为弥合这一差距，我们提出 Judge-R1—a 统一框架，通过提升法律信息收集和判决书生成 jointly 实现 LLM-based 判决书生成。首先，我们引入智能体法律信息收集（Agentic Legal Information Collection），采用动态规划智能体从多个来源检索精准法条和先例。其次，我们实施 Rubric 指导优化（Rubric-Guided Optimization），采用组相对政策优化（GRPO）并结合全面法律奖励函数进行强化学习，以确保遵循司法标准和推理逻辑。大量实验表明，Judge-R1 在 JuDGE 框架上在法律准确性和生成质量方面均显著优于最先进的基线方法。
引用
@article{arxiv.2605.02011,
title = {Enhancing Judgment Document Generation via Agentic Legal Information Collection and Rubric-Guided Optimization},
author = {Weihang Su and Xuanyi Chen and Yueyue Wu and Qingyao Ai and Yiqun Liu},
journal= {arXiv preprint arXiv:2605.02011},
year = {2026}
}