JudgeMeNot：面向希伯来语司法场景的大语言模型个性化模拟司法推理
计算与语言
2026-04-21 v1 计算机与社会
摘要
尽管大语言模型取得了显著进展，但为个体决策者进行个性化定制仍是未开放的问题。本文引入一种合成-有机监督管道，将原始司法决策转化为指令微调数据，实现对个位法官的低资源环境下的参数高效微调。我们将方法与多种SOTA个人化技术在三个不同任务和场景中进行比较。结果表明，因果语言建模（Causal Language Modeling）后进行合成指令微调显著优于所有其他基线方法，在词汇、风格和语义相似性方面均取得显著提升。值得注意的是，我们的模型生成输出与人类司法官的推理方式几乎无法区分，凸显了即使在低资源环境下也能实现高效个性化的可行性。
引用
@article{arxiv.2604.18041,
title = {JudgeMeNot: Personalizing Large Language Models to Emulate Judicial Reasoning in Hebrew},
author = {Itay Razumenko and Arnon Sturm and Nir Grinberg},
journal= {arXiv preprint arXiv:2604.18041},
year = {2026}
}
备注
To appear in Findings of the ACL 2026