基于思维树启发的混合方法：使用大语言模型进行法律案件判决摘要生成

arXiv cs.CL 论文
tree-of-thoughts legal-summarization llm extractive-abstractive deepseek llama legal-nlp

摘要

提出一种基于思维树的抽取-生成混合方法，利用大语言模型进行法律案件判决摘要，在DeepSeek和LLama上的实验表明，该方法生成的摘要优于单独的抽取式或生成式方法。

arXiv:2606.28044v1 公告类型：新 摘要：近年来，大语言模型（LLMs）越来越多地被用于法律案件判决摘要生成。大多数先前的工作尝试了传统的抽取式和生成式摘要方法，但混合或抽取-生成技术尚未得到充分探索。本文提出了一种基于思维树的抽取-生成摘要方法，用于法律判决摘要。我们使用两个流行的大语言模型DeepSeek和LLama进行实验，并比较了抽取式、生成式和抽取-生成式摘要。实验结果表明，所提出的抽取-生成提示生成的摘要优于其他类型的LLM提示。
查看原文
查看缓存全文

缓存时间: 2026/06/29 05:25 

# 一种受思维树启发的法律案件判决摘要混合方法：基于大语言模型
来源：https://arxiv.org/abs/2606.28044  
查看 PDF (https://arxiv.org/pdf/2606.28044)

> **摘要:** 近年来，大语言模型（LLMs）越来越多地被用于法律案件判决摘要生成。大多数先前的工作尝试了传统的抽取式和生成式案件判决摘要方法。然而，混合或抽取-生成式技术尚未得到充分探索。在本工作中，我们提出了一种新颖的、受思维树启发的抽取-生成式摘要方法，用于法律判决摘要。我们使用两种流行的大语言模型 DeepSeek 和 LLama 进行了实验，并在抽取式、生成式和抽取-生成式摘要之间进行了比较。我们的实验表明，与其他类型的大语言模型提示相比，所提出的抽取-生成式提示能够生成更好的摘要。

## 提交历史

来自：Aniket Deroy \[查看邮件 (https://arxiv.org/show-email/0d185f74/2606.28044)\] **\[v1\]** 2026年6月26日星期五 12:46:27 UTC（235 KB）

相似文章

DLawBench：通过多轮法律咨询评估大语言模型

arXiv cs.CL

DLawBench是一个新的基准测试，用于评估大语言模型在多轮法律咨询中的表现，涵盖中国和美国法律，包含四种客户类型。实验表明仍有很大改进空间，最佳模型在法律推理上仅达到0.562。