模型規模比較

深度分析

小於2B參數的輕量級LLM在判決理由生成（CVG）與罪名預測上的可行性分析

本文系統性評估小於2B參數的輕量級大語言模型(LLM)在刑事判決理由生成（Court View Generation, CVG）任務的表現，並探討生成判決理由對罪名預測的影響。作者建立CVGEvalKit評估框架，對不同架構與規模之開源模型進行微調與比較，並將LLM與傳統深度神經網路(DNN)並列檢驗。