热点事件持续更新
研究团队提出消除法律判决预测有罪偏差的PROSE方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 6 小时前更新
最新进展11月4日 13:00
研究团队提出PROSE方法与CAIL-MC数据集，有效修复法律判决预测中的有罪偏差。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 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。
本事件热度走势
当前热度 8·可比范围峰值 10（11月4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。