热点事件持续更新
研究者提出面向责任裁决的技能优化框架KDASO
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 5 小时前更新
最新进展11月6日 13:00
研究人员提出自动化技能优化框架KDASO，在责任裁决实验中显著超越基线并实现迁移提升。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- 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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月6日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。