跳到正文
热点事件持续更新

无训练测试时智能体演化用于法律推理

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

研究者 Haotian Chen 等提交论文，提出“测试时智能体演化”（Test-Time Agent Evolution）方法，用于长程法律推理。该方法无需更新模型参数：通过“测试时记忆演化”从既往案例中检索可复用经验并适配当前情境，由“评分标准对齐协作”按行为与流程要求校验各角色动作。 在 J1-EVAL 和 LegalWorld 上、以五种骨干模型进行的实验中，该方法相比代表性推理与智能体基线取得一致提升，交互与计算成本合理，且无需更新模型参数。

AI 根据报道生成 · 3 小时前更新

最新进展10月7日 12:00
面向长程法律推理的测试时智能体演化

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. arXiv：cs.AI
    面向长程法律推理的测试时智能体演化

    研究者提出测试时智能体演化（Test-Time Agent Evolution）方法，通过"测试时记忆演化"从既往案例中检索可复用经验并适配当前情境，"评分标准对齐协作"按行为与流程要求校验各角色动作。在 J1-EVAL 和 LegalWorld 上、五种骨干模型的实验中，该方法相比代表性推理与智能体基线取得一致提升，交互与计算成本合理，且无需更新模型参数。

本事件热度走势

可比范围当前
9
可比范围峰值
910月7日 14:00
近 24 小时变化
–

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。