KDASO：知識與數據雙驅動自動化技能優化，提升法律責任判定任務效能

解決大型語言模型在法律責任判定上的三大瓶頸

南京大學與滴滴出行合作的研究團隊提出 KDASO 框架，要解決大型語言模型在責任判定任務中的三個問題：技能庫過時、語意執行落差，以及上下文預算限制。

針對動態場景與執行偏差的技術突破

傳統演算法依賴固定規則，無法生成可解釋的推理軌跡；現有以大型語言模型為基礎的方法，則面臨三個核心挑戰。第一，技能覆蓋率在分佈偏移下不足。現實場景不斷變動，新興欺詐行為與監管變化，讓現有技能庫無法涵蓋新的決策邊界。第二，技能執行對不齊。即使技能在邏輯上對人類專家很清楚，大型語言模型仍可能因先驗知識差異或語意模糊，產生不一致的推理軌跡，使實際執行偏離專家原意。第三，上下文預算下的技能擴展問題。技能庫變大後，把所有技能一次輸入模型，會超出上下文視窗限制，造成關鍵技能遺漏與注意力干擾。

KDASO 框架用三個模組應對上述挑戰。第一個是鄰域條件技能誘導，利用局部流形結構找出具代表性的案例鄰域，在單一案例誘導的特異性與全數據集處理的可行性之間取得平衡，既避免過擬合，也讓輸入複雜度維持在上下文視窗內。第二個是執行對齊技能精煉，分析大型語言模型的執行軌跡與專家推理路徑之間的差異，重構技能表述以提升軌跡穩定性，並反覆優化，直到所有軌跡都達到相似度閾值或達到最大迭代上限。第三個是上下文預算技能路由，訓練輕量級適用性分類器，動態挑出最相關的技能子集，嚴格遵守上下文限制，在有限預算內選出最小且足夠的技能集合。

實驗驗證與性能提升

研究團隊在叫車責任判定、法律責任判定及邏輯推理判斷三個真實場景中進行實驗。結果顯示，KDASO 明顯優於目前的通用與領域特定基線模型。在叫車責任判定任務中，KDASO 在普通責任與惡意違規兩個層級的精確率與召回率都表現優異，其中預約單取消（CR）場景的普通責任精確率提升尤其明顯。在法律責任判定任務中，基於 Qwen3-8B 的 KDASO 超越領域特定模型，顯示參數效率，部分任務甚至勝過專有大型語言模型。在邏輯推理判斷方面，KDASO 在 ReClor 基準測試中排名第一，在 AR-LSAT 基準上則以 3.9% 的改進幅度超越 QwQ-32B 模型。

技能轉移能力與持續優化穩定性

KDASO 生成的技能具有高轉移性與穩定性。研究將叫車場景中生成的技能直接轉移到概念相似的其他任務，未做任何適應調整。結果顯示，普通責任精確率維持相當水準，其他指標，特別是惡意違規的精確率與召回率，則明顯提升。目前，KDASO 生成的技能中有 40% 已通過滴滴團隊驗證，被視為新穎且符合現有政策的技能，整合進技能庫。

在持續優化方面，研究採用滾動更新機制，每月生成新技能並評估其表現。從 2025 年 7 月至 12 月的連續生成過程中，KDASO 呈現逐月進步的趨勢，證明其線上穩定性強，能有效吸收隨時間演變的現實責任判定數據，並動態精煉判定技能，支持在動態場景中自我進化與持續提升性能。消融實驗進一步證實，移除任一核心模組，性能都會明顯下降，確認鄰域誘導、執行對齊與上下文路由在系統中的關鍵作用。