测试时记忆演化改进长程法律推理

Haotian Chen等提出一种无需更新模型参数的测试时智能体适应方法，并通过测试时记忆演化复用、调整和积累案件经验，用于长程法律推理。 基于论文摘要，该方法还在J1-EVAL和LegalWorld上对五种骨干模型进行了实验；作者称，相较代表性的推理与智能体基线，该方法表现持续提升，交互和计算成本处于合理水平。消融实验显示，记忆适应与跨角色协作两个组件具有互补作用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。