计算机工程与科学

作者：付启航, 秦永彬, 黄瑞章, 周裕林, 胡青青

单位：1．贵州大学文本计算与认知智能教育部工程研究中心，贵州 贵阳 550025；2．贵州大学公共大数据国家重点实验室，贵州 贵阳 550025；3．贵州大学计算机科学与技术学院，贵州 贵阳 550025；4．贵州黔南科技学院法学与公共管理学院，贵州 惠水 550600

关键词：多阶段推理,大语言模型,法律推理,检索增强生成,指令微调,

基金：国家重点研发计划(2023YFC3304500)；国家自然科学基金(62066007,62066008)；贵州省重大科技专项(黔科合重大专项字［2024］003)

近年来，大语言模型在司法领域展现出广阔前景，但在知识密集型推理与复杂逻辑判断的司法问答任务中，仍存在推理能力不足、法律知识运用不精准等挑战。为此，提出了一种“思考推理”解耦的多阶段协同推理框架DCRF，通过微调轻量级“思考者”生成高层次思维链，为下游推理提供策略引导；再由未经微调的Qwen1.5-14B-Chat“推理者”，在检索增强生成机制及相关法律条文的辅助下，展开细粒度逻辑推理。该框架实现了策略层与推理执行的协同，显著提升了模型调用法律知识的灵活性和准确性，同时避开大模型高成本微调，降低了训练开销。在JEC-QA,DISC-Law-Eval Benchmark等数据集上，DCRF在单选题准确率较基线模型平均提升9.77个百分点，在多选题F1分数上平均提升7.48个百分点；其中，单选超越DeepSeek-R1-Distill-Qwen-14B，多选表现与其相当。实验结果表明，DCRF在降低训练成本的同时，有效强化了大语言模型的司法推理能力。

来源：2026年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第2期