arXiv · cs.AI· Haotian Chen·· 21 天前AI 评分37
面向长程法律推理的测试时 Agent 进化方法（Test-Time Agent Evolution）
Test-Time Agent Evolution for Long-Horizon Legal Reasoning
来源与原文
arXiv · cs.AI
作者：Haotian Chen
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08138v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究（arXiv:2610.08138）提出免训练的测试时智能体自适应方法，通过 Test-Time Memory Evolution 检索并复用以往案件经验，并用 Rubric-Aligned Collaboration 按行为与程序要求校验和修正角色行动。在 J1-EVAL 与 LegalWorld 上对五个 backbone 模型的实验显示，该方法在合理交互与计算成本下持续优于代表性推理和 Agent 基线，提升了长程法律推理的可靠性与效率。
来源：arXiv · cs.AI · arxiv.org