研究者提出面向责任裁决的技能优化框架KDASO
Start here
2026年11月6日，研究人员在 arXiv 发布论文，提出知识与数据双驱动的自动化技能优化框架 KDASO，旨在提升大语言模型在法律等责任裁决任务中的可解释推理能力。该框架通过近期数据邻域条件归纳、大语言模型轨迹对齐精炼及上下文预算路由机制，实现技能库的持续演化与高效筛选。在网约车裁决和法律责任判定等实验中，KDASO 表现显著超越基线，并在相似场景迁移中实现了 8.96% 的性能提升。
AI-generated from reports · Updated 9 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能KDASO：面向责任裁决任务的知识与数据双驱动自动化技能优化
研究人员提出知识-数据双驱动自动化技能优化框架 KDASO，用于提升大语言模型在法律等责任裁决任务中的可解释推理能力。该框架通过近期数据邻域条件归纳、LLM 轨迹对齐精炼及上下文预算路由，实现技能库的持续演化与高效筛选。在网约车裁决和法律责任判定等实验中，KDASO 显著超越基线，并在相似场景迁移中实现 8.96% 的性能提升。
Story heat trend
Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.