RAG Legal AI Memory Architecture Knowledge Representation
摘要

本文指出法律 AI 中检索增强生成(RAG)的失败源于概率检索与法律知识层级、时间及制度结构的不匹配。作者定义了法律知识的本体论承诺,并识别出检索过程中的三种病理:部分盲视、时间盲视和因果不透明。通过分析现有方法,文章提出了面向确定性设计的四项架构承诺:本体优先、事件具体化、双时态正确性及确定性交互协议,旨在解决法律规范适用的根本问题。

AI 推荐理由

论文深入分析 RAG 检索机制缺陷,提出记忆架构改进方案,核心涉及记忆结构与因果追溯。

研究机构
Federal Senate of Brazil, Brasília, Brazil
论文信息
作者 Hudson de Martim
发布日期 2026-06-08
arXiv ID 2606.09724
相关性评分 8/10 (高度相关)