通过代理法律信息收集和标题引导优化增强判决文件生成

判决书的自动化起草对于司法效率至关重要，但由于全面检索法律信息和严密逻辑推理的双重要求，自动化撰写判决书仍然具有挑战性。现有的方法通常依赖于标准的检索增强生成和监督式 微调，通常会受到证据召回不足、法定引用幻觉以及逻辑上有缺陷的法律推理的困扰。为了弥补这一差距，我们提出了 Judge-R1，这是一个统一框架，旨在通过共同改进法律信息收集和判决文件生成来增强基于 LLM 的判决文件生成。首先，我们介绍代理法律信息收集，它采用动态规划代理从多个来源检索精确的法规和先例。其次，我们实施了Rubric-Guided Optimization，这是一个强化学习阶段，利用组相对策略优化（GRPO）和全面的法律奖励功能来强制遵守司法标准和推理逻辑。 JuDGE 基准的大量实验表明，Judge-R1 在法律准确性和生成质量方面均显着优于最先进的基准。