When Rules Learn: A Self-Evolving Agent for Legal Case Retrieval

• 类型：arxiv
• 标识：2606.17220
• 链接：http://arxiv.org/abs/2606.17220v1
• 主分类：rag
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work proposes a self-evolving framework for rule-driven query rewriting that enhances BM25 without any parameter training, and reveals that LLM's capabilities to leverage previous experimental results and its intrinsic knowledge of rule elimination play critical roles in refining the rule set via self-evolution.
• OpenAlex ID：W7165054718
• OpenAlex DOI：10.48550/arxiv.2606.17220
• DOI：10.48550/arxiv.2606.17220
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.17220
• OpenAlex更新：2026-07-19
• 副分类：agent
• 待LLM分类：否
• 标题中文：当规则学会学习：面向法律案例检索的自进化 Agent
• TLDR中文：本文提出一个面向规则驱动查询改写的自进化框架，无需任何参数训练即可增强 BM25，并揭示 LLM 利用先前实验结果的能力以及其对规则消除的内在知识，在通过自进化精炼规则集方面起到关键作用。
• 来源文件：
• /inbox/tom/_candidates/2026-06-17-rag-retrieval-reranking-candidates.json
• [S2 enrich]
• [OpenAlex backfill]