arXiv 发布德国交通法多任务预训练法律推理研究

研究者 Ibrahim Siddig 和 Munir Georges 在 arXiv 发布论文，提出面向德国交通法规（StVO）的多任务预训练方法，将结构化法律知识直接编码进模型权重。该方法结合 NSP、知识图谱引导聚类（CLU）和知识图谱感知段落分类（CLS）三个预训练目标。 研究者在九个 Transformer 编码器上完成 324 次实验；论文称该方法在奥地利驾驶法规上取得 3.4% 至 15.8% 的零样本迁移增益。该论文已被 NLLP 2026 研讨会接收，研讨会与 EMNLP 2026 同期举办。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。