LexReward propose un cadre de récompenses fondé sur une taxonomie pour les modèles de langage juridiques
1 sourcemis à jour il y a 2 jpertinence 2,5 sur5
L’essentiel
Le cadre évalue les réponses selon trois dimensions : le style, les éléments et la chaîne de raisonnement. L’entraînement DPO sur les données de préférence améliore les performances dans ces trois dimensions.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceYida Cai, Xin Dai, Bingxiang He et al.huggingface.co
LexReward: A Taxonomy-Driven Reward Framework for Legal Language Models (site externe)
Legal language models require reward signals that capture not only answer correctness but also the multidimensional quality of legal responses.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5