面对复杂法律问题，现有大模型常因“闭环推理”而产生知识幻觉。一项名为LRAS的新研究提出“主动探询”范式，让模型学会在知识不足时主动搜索、规划检索路径，为解决法律AI的核心短板提供了系统性方案，显著提升了深度推理的准确性。
智能速览
LRAS将法律推理从“闭环思考”转变为“主动探询”。
模型通过内省模仿学习，学会识别知识边界，决定何时搜索。
采用模仿学习和强化学习双阶段框架，分别解决“是否查”与“怎么查”。
在深度推理任务中，新方法将准确率从35%提升至49.2%。
模型性能的关键在于“会不会检索”，而非“有没有检索”。
精华内容
法律大模型的可靠性常受限于知识幻觉。LRAS系统通过赋予模型“主动探询”的能力，让它在推理时像专家一样动态检索，从根本上提升了深度法律问题的解答质量。
推理范式革新
传统法律大模型依赖静态知识库进行“闭环推理”，在面对超出其知识范围的问题时，会自信地给出错误答案，即产生“幻觉”。LRAS的核心突破在于引入了Agentic Search机制，将推理范式转变为“主动探询”。这使得模型不再是被动接收信息，而是在推理过程中动态评估自身知识储备的充分性，并在需要时主动调用外部法律数据库，模拟了人类专家查阅资料的行为模式。
破解内省缺陷
研究通过实证发现，现有模型超过70%的错误源于未能意识到自身知识的局限性，即“内省缺陷”。为解决此问题，LRAS设计了“内省式模仿学习”模块。该模块通过学习专家在何种情形下会触发检索行为，训练模型建立对自身知识边界的认知。通过这种方式，模型能够精准判断“何时需要搜索”，避免了在不确定的场景下盲目推理，显著减少了答案的不可靠性。
双阶段训练法
LRAS采用一个精巧的双阶段训练框架，将“是否搜索”和“如何搜索”两个难题分开解决。第一阶段，模型通过模仿学习，掌握了在知识不足时触发搜索的时机。第二阶段，则引入“难度感知强化学习”，让模型在面对复杂法律问题时，学会进行多轮、有规划的搜索策略。这种训练方式使模型不仅能决定“查”，更懂得“怎么查”，实现了从简单查询到规划式检索的跨越。
LRAS的探索不仅提升了法律AI的推理上限，也为大模型在各专业领域的深度应用提供了新思路。它证明了让模型学会“知之为知之，不知为不知”的重要性。未来，这种主动探询的能力是否会成为专业大模型的标配？
