探索用於法院判決生成的輕量級大型語言模型

刑事法院判決生成（Criminal Court View Generation, CVG）是法律人工智慧（Legal AI）中的一項關鍵任務，其目標是根據案件事實自動生成法院的觀點。近期，來自北京航空航天大學等機構的研究人員在一篇提交至arXiv的論文中，系統性地探索了輕量級（引數小於2B）大型語言模型（LLM）在CVG任務中的能力及其對罪名預測的影響。該研究旨在回答四個核心問題：不同架構的LLM如何影響CVG質量和罪名預測效能？模型規模如何影響整體表現？輕量級LLM與傳統深度神經網路（DNN）相比結果如何？以及先透過生成法院觀點再預測罪名，與直接預測罪名相比，哪種方式更優？

為了系統評估這些問題，研究團隊開發了CVGEvalKit評估框架，該框架整合了三個公開可用的CVG資料集，並支援罪名預測任務。實驗中，他們在混合訓練集上訓練模型，並在每個資料集的測試集上進行評估。全面的實驗結果表明，不同架構的LLM在生成質量和預測準確性上存在顯著差異，而模型規模的增加並不總是帶來效能的提升。事實上，輕量級模型在資源受限的場景下展現出令人矚目的競爭力，甚至在某些指標上超越了更重的模型。與DNN相比，輕量級LLM表現出相當甚至更優的效能，同時保持了較低的部署成本。

此外，研究還發現，先透過生成法院觀點再進行罪名預測的方法在某些情況下優於直接預測，這為司法AI的流程設計提供了新的思路。CVGEvalKit的釋出為CVG研究提供了標準化的基準平臺，降低了後續研究的復現門檻。目前，所有程式碼已在GitHub上匿名開源，研究人員可以輕鬆訪問和復現實驗。這項研究不僅突出了輕量級LLM在司法AI應用中的巨大潛力，也為未來在資源有限環境中部署智慧法律助手奠定了堅實的基礎。隨著技術的不斷進步，輕量級LLM有望在更廣泛的司法場景中發揮重要作用，推動法律領域的智慧化轉型。