大语言模型能穿越时空吗？通过强化学习增强法律代理搜索中的时间一致性

尽管具备代理搜索能力的大语言模型在法律推理中展现出潜力，但往往忽视了适用法律必须与案件时间背景相匹配这一基本约束，导致错误结论。针对现有模型存在的时间偏差及搜索代理缺乏时间约束的问题，本文提出 LegalSearch-R1。这是一个端到端的强化学习框架，结合本地法规检索增强生成（RAG）以实现精确条文匹配，并辅以在线网络搜索获取广泛法律知识。该框架在跨越多个修订期的时间索引数据上进行训练，以强制保证时间一致性。实验表明，该模型在时间一致性指标上显著优于现有基准。