Buchumschlag

MAP-Law: Coverage-Driven Retrieval Control for Multi-Turn Legal Consultation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Qinchuan, Liu, Jiaqi, Xie, Ruixuan, Yuan, Xiaoya, Liu, Yuxin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LawLuo: A Multi-Agent Collaborative Framework for Multi-Round Chinese Legal Consultation
von: Sun, Jingyun, et al.
Veröffentlicht: (2024)

From Passive to Proactive: A Hierarchical Multi-Agent Framework for Automated Medical Pre-Consultation
von: Yu, ChengZhang, et al.
Veröffentlicht: (2025)

LeCoDe: A Benchmark Dataset for Interactive Legal Consultation Dialogue Evaluation
von: Yuan, Weikang, et al.
Veröffentlicht: (2025)

From Query to Counsel: Structured Reasoning with a Multi-Agent Framework and Dataset for Legal Consultation
von: Lu, Mingfei, et al.
Veröffentlicht: (2026)

MAP: A Map-then-Act Paradigm for Long-Horizon Interactive Agent Reasoning
von: Liu, Yuxin, et al.
Veröffentlicht: (2026)

Adaptive Stopping for Multi-Turn LLM Reasoning
von: Zhou, Xiaofan, et al.
Veröffentlicht: (2026)

Knowledge-Infused Legal Wisdom: Navigating LLM Consultation through the Lens of Diagnostics and Positive-Unlabeled Reinforcement Learning
von: Wu, Yang, et al.
Veröffentlicht: (2024)

LawThinker: A Deep Research Legal Agent in Dynamic Environments
von: Yang, Xinyu, et al.
Veröffentlicht: (2026)

MedConsultBench: A Full-Cycle, Fine-Grained, Process-Aware Benchmark for Medical Consultation Agents
von: Qiao, Chuhan, et al.
Veröffentlicht: (2026)

The Law of Multi-Model Collaboration: Scaling Limits of Model Ensembling for Large Language Models
von: Lu, Dakuan, et al.
Veröffentlicht: (2025)

Unreal-MAP: Unreal-Engine-Based General Platform for Multi-Agent Reinforcement Learning
von: Hu, Tianyi, et al.
Veröffentlicht: (2025)

Decomposition-based Hierarchical Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications
von: Luo, Xusheng, et al.
Veröffentlicht: (2023)

X-Boundary: Establishing Exact Safety Boundary to Shield LLMs from Multi-Turn Jailbreaks without Compromising Usability
von: Lu, Xiaoya, et al.
Veröffentlicht: (2025)

Beyond More Context: Retrieval Diversity Boosts Multi-Turn Intent Understanding
von: Lin, Zhiming
Veröffentlicht: (2025)

AgentTutor: Empowering Personalized Learning with Multi-Turn Interactive Teaching in Intelligent Education Systems
von: Liu, Yuxin, et al.
Veröffentlicht: (2025)

HiMAP-Travel: Hierarchical Multi-Agent Planning for Long-Horizon Constrained Travel
von: Bui, The Viet, et al.
Veröffentlicht: (2026)

From Intents to Conversations: Generating Intent-Driven Dialogues with Contrastive Learning for Multi-Turn Classification
von: Liu, Junhua, et al.
Veröffentlicht: (2024)

Beyond Case Law: Evaluating Structure-Aware Retrieval and Safety in Statute-Centric Legal QA
von: Chae, Kyubyung, et al.
Veröffentlicht: (2026)

LawPal : A Retrieval Augmented Generation Based System for Enhanced Legal Accessibility in India
von: Panchal, Dnyanesh, et al.
Veröffentlicht: (2025)

NDAI-NeuroMAP: A Neuroscience-Specific Embedding Model for Domain-Specific Retrieval
von: Patel, Devendra, et al.
Veröffentlicht: (2025)

Towards Intelligent Legal Document Analysis: CNN-Driven Classification of Case Law Texts
von: Hossain, Moinul, et al.
Veröffentlicht: (2026)

Mix-of-Granularity: Optimize the Chunking Granularity for Retrieval-Augmented Generation
von: Zhong, Zijie, et al.
Veröffentlicht: (2024)

Unveiling and Consulting Core Experts in Retrieval-Augmented MoE-based LLMs
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

BrainMAP: Learning Multiple Activation Pathways in Brain Networks
von: Wang, Song, et al.
Veröffentlicht: (2024)

Intent Aware Context Retrieval for Multi-Turn Agricultural Question Answering
von: Vijayvargia, Abhay, et al.
Veröffentlicht: (2025)

LexRAG: Benchmarking Retrieval-Augmented Generation in Multi-Turn Legal Consultation Conversation
von: Li, Haitao, et al.
Veröffentlicht: (2025)

T$^2$PO: Uncertainty-Guided Exploration Control for Stable Multi-Turn Agentic Reinforcement Learning
von: Wang, Haixin, et al.
Veröffentlicht: (2026)

LegalBench-RAG: A Benchmark for Retrieval-Augmented Generation in the Legal Domain
von: Pipitone, Nicholas, et al.
Veröffentlicht: (2024)

Scaling Legal AI: Benchmarking Mamba and Transformers for Statutory Classification and Case Law Retrieval
von: Maurya, Anuraj
Veröffentlicht: (2025)

Coverage, Not Averages: Semantic Stratification for Trustworthy Retrieval Evaluation
von: Klearman, Andrew, et al.
Veröffentlicht: (2026)

Hybrid Retrieval-Augmented Generation Agent for Trustworthy Legal Question Answering in Judicial Forensics
von: Xi, Yueqing, et al.
Veröffentlicht: (2025)

RAG-KT: Cross-platform Explainable Knowledge Tracing with Multi-view Fusion Retrieval Generation
von: Duan, Zhiyi, et al.
Veröffentlicht: (2026)

OrchDAG: Complex Tool Orchestration in Multi-Turn Interactions with Plan DAGs
von: Lu, Yifu, et al.
Veröffentlicht: (2025)

MEMO: Memory-Augmented Model Context Optimization for Robust Multi-Turn Multi-Agent LLM Games
von: Xie, Yunfei, et al.
Veröffentlicht: (2026)

LegalGraphRAG: Multi-Agent Graph Retrieval-Augmented Generation for Reliable Legal Reasoning
von: Chen, Zerui, et al.
Veröffentlicht: (2026)

ChatAD: Reasoning-Enhanced Time-Series Anomaly Detection with Multi-Turn Instruction Evolution
von: Sun, Hui, et al.
Veröffentlicht: (2026)

Do LLMs Feel? Teaching Emotion Recognition with Prompts, Retrieval, and Curriculum Learning
von: Li, Xinran, et al.
Veröffentlicht: (2025)

Beyond Itinerary Planning-A Real-World Benchmark for Multi-Turn and Tool-Using Travel Tasks
von: Cheng, Xiang, et al.
Veröffentlicht: (2025)

GLIER: Generative Legal Inference and Evidence Ranking for Legal Case Retrieval
von: Li, Minghan, et al.
Veröffentlicht: (2026)

MTRAG: A Multi-Turn Conversational Benchmark for Evaluating Retrieval-Augmented Generation Systems
von: Katsis, Yannis, et al.
Veröffentlicht: (2025)