分解与细化：基于参数检索的结构化法律问答

大型语言模型在法律问答中表现优异，但法定问答需多跳推理且易产生幻觉。现有方法常忽视用户问题与法条间的词汇差距。本文提出“分解与细化”（DaR）框架，将复杂法律问题逐步分解为原子子问题，并生成与法条对齐的参数化查询以精准检索依据。在 KoBLEX 基准上的实验表明，该方法显著提升了检索准确率与回答质量，并通过显式分离子问题与法条，实现了复杂法律推理过程的透明化验证。