研究团队提出消除法律判决预测有罪偏差的PROSE方法
Start here
2026年11月4日,研究团队在arXiv发布论文,提出用于消除法律判决预测中有罪偏差的PROSE方法。针对案情条件改变但模型仍判定有罪的问题,该方法通过保留约束的选择性编辑进行修复。研究团队构建了涵盖261种中国刑法罪名、包含11,478对匹配案例的CAIL-MC数据集。在Qwen3-8B与GLM4-9B模型上的测试表明,PROSE在保持标准单次推理的同时,实现了更强的成对安全修复能力与证据敏感性。
AI-generated from reports · Updated 9 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理PROSE:面向法律判决预测中有罪偏差的保留约束选择性编辑
研究团队提出 PROSE 方法,通过保留约束的选择性编辑修复法律判决预测模型中条件改变却仍判定有罪的偏差。该研究构建了涵盖 261 种中国刑法罪名、包含 11,478 对匹配案例的 CAIL-MC 数据集。在 Qwen3-8B 与 GLM4-9B 上的测试表明,PROSE 在保持标准单次推理的同时,实现了更强的成对安全修复能力与证据敏感性。
Story heat trend
Current heat 8·Comparable peak 10(Nov 4 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.