强编排缩小法律文本转 XML 的模型差距

事件综述根据 1 篇报道整理，10月16日更新

汤森路透团队在 arXiv 发布预印本，报告一套已投产的多智能体流水线，将美国州立法 PDF 转换为受 DTD 约束的出版 XML。研究在 153 份专家标注法案（103 份爱达荷、50 份新泽西）上，交叉对比三种编排方式（零样本、单工具智能体、分解式多智能体流水线）与三种 Claude 模型。 结果显示编排比模型规模更能缩小差距：完整流水线中最弱模型的表现超过单独使用的最强模型（0.948 对 0.806，配对 bootstrap p 小于 0.001）。 作者称，所有结果均来自单一模型家族（Claude Haiku 4.5、Sonnet 4.6、Opus 4.6），编排效果能否迁移到其他模型家族尚未测试；标注集为专有、DTD 保密。

综述由模型根据报道生成，细节以各篇原文为准。