多标签法律标注的核心难点在于：文档往往篇幅长、事实密集，而可用标签来自规模庞大且不断演变的分类体系，同时可用的监督信号常常十分有限。针对这一场景，arXiv 上的一篇新论文提出把法律标注直接改写为检索问题，而不是依赖需要任务特定训练的参数化编码器，也不是依赖越来越昂贵且随标签空间扩大而退化的生成式大模型提示。
该方法的具体做法是用一个冻结的检索模型分别嵌入法律文档与标签描述，然后在嵌入空间中通过 k 近邻预测文档应属的标签。这样做的直接好处是：当标签集发生变化时，系统只需重新嵌入标签并重建索引，而不必进行基于梯度的反向传播或重新训练模型。这恰好契合法律分类体系不断更新、标签数量可能很高的现实需求。
作者在三个法律数据集上进行了评估，分别是 ECtHR-A、ECtHR-B 以及包含 100 个标签的 Eurlex。结果显示，检索方法在准确率上具有竞争力，同时数据效率表现突出。在 Eurlex 上，基于 Qwen-8B 的检索方案把 Macro-F1 从 GPT-5.2 零样本的 40.41 提升到 49.12，并且相对于微调方案，估计算力消耗降低了 20 至 30 倍。
数据效率方面的结果同样值得关注。在 ECtHR-A 上，仅使用 N=100 个训练样本时，检索方法的 Micro-F1 达到 48.29，几乎是对比对象分层 Legal-BERT 的 27.87 的两倍。这说明在标注数据稀缺的法律场景中，检索式方案能以很小的监督成本获得可用效果。
论文还量化了生成式推理的一个可靠性失败模式：在确定性解码下，GPT-5.2 在 0.12% 至 0.9% 的测试样本中会生成所提供的分类体系之外的标签，也就是出现幻觉标签。相比之下，检索方法严格受限于已定义的标签集合，从设计上消除了这类幻觉，因为其预测只能来自索引中存在的标签。
综合来看，作者认为基于检索模型的标注器是应对高基数、快速变化的法律标签空间的一种实用且可部署的替代方案。论文元数据显示，该工作于 2026 年 5 月 16 日提交，作者为 Li Zhang 等三人，共 10 页、3 幅图，属于计算与语言（cs.CL）方向。