LexReward: A Taxonomy-Driven Reward Framework for Legal Language Models
Aggiunta all'archivio di AIChronos il (numero del 5 ottobre 2026 ricostruito)· fonte del · Yida Cai, Xin Dai, Bingxiang He, Huiyuan Xie, Yuxiao Ye, Zhenghao Liu (Tsinghua NLP Group)
LexReward è un framework basato su tassonomia progettato per migliorare la qualità delle risposte dei modelli linguistici legali. Il sistema valuta le risposte lungo tre dimensioni complementari: Style (qualità lessicale e sintattica), Element (soggetti, fatti, statuti e decisioni) e Chain (ragionamento logico). Questi criteri vengono utilizzati per generare dati di preferenza che alimentano l'ottimizzazione tramite Direct Preference Optimization (DPO) o il training diretto dei modelli reward. Gli esperimenti dimostrano che i reward basati su rubriche distinguono affidabilmente le risposte legali e migliorano le prestazioni del policy model senza bisogno di risposte di riferimento durante la fase di valutazione.
- Introduce una tassonomia a tre dimensioni (Style, Element, Chain) per valutare specificamente la qualità delle risposte legali.
- Sfrutta rubriche dettagliate per definire criteri e livelli di qualità specifici per ogni dimensione valutata.
- Permette l'addestramento di modelli reward dimension-specifici che ottimizzano il policy model tramite reinforcement learning senza bisogno di ground truth.
- Il framework migliora le prestazioni dei Legal LLM su tutte le dimensioni analizzate dopo l'applicazione del DPO sui dati generati.
Perché conta. È rilevante per gli sviluppatori che lavorano con agenti legali e AI locale perché offre un metodo interpretabile e specifico di dominio per allineare i modelli, superando le limitazioni dei giudizi olistici grossolani.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.