探索轻量级大语言模型用于法院场景生成
计算与语言
2026-05-19 v1 人工智能
摘要
刑事法院场景生成（CVG）是Legal AI中的关键任务，涉及根据案件事实生成法院场景。在本工作中，我们系统性地探索了轻量级（小于2B）大语言模型（LLM）在CVG中的能力及其对指控预测的影响。我们的研究回答了四个关键问题：(1) 不同的LLM架构如何影响CVG质量和指控预测，(2) LLM规模如何贡献于性能，(3) 轻量级LLM在这些任务中与深度神经网络（DNN）的比较，(4) 通过法院场景生成来预测指控与直接预测指控的比较。此外，我们还开发了CVGEvalKit，一个包含用于CVG任务以及预测其指控的三个公开数据集的评估框架。在该框架上进行的全面实验中，模型在混合训练集上训练，在每个数据集的测试集上进行评估。实验结果为模型架构、规模与不同任务之间的影响提供了新见解，凸显了轻量级LLM在司法AI应用中的潜力。该源代码已匿名方式提供于\url{https://github.com/ZhitianHou/CVGEvalKit}。
引用
@article{arxiv.2605.16770,
title = {Exploring Lightweight Large Language Models for Court View Generation},
author = {Zhitian Hou and Tianyong Hao and Nanli Zeng and Zhixiong Chao and Kun Zeng},
journal= {arXiv preprint arXiv:2605.16770},
year = {2026}
}