SMP 2026 论坛预告｜智慧司法学分论坛

一、会议简介

全国社会媒体处理大会（China National Conference on Social Media Processing）由中国中文信息学会社会媒体处理专业委员会主办，专注于以社会媒体处理为主题的科学研究与工程开发，为传播社会媒体处理最新学术研究与技术成果提供广泛的交流平台，旨在构建社会媒体处理领域的产学研生态圈，成为中国乃至世界社会媒体处理的风向标。全国社会媒体处理大会创办于 2012 年，每年举办一次，现已成为社会媒体处理领域的重要学术活动。

第十四届全国社会媒体处理大会（SMP 2026）将于 2026 年 11 月 12 ~ 15 日在北京召开，由中国传媒大学媒体融合与传播国家重点实验室承办。大会主题是“大模型驱动人机共生”，旨在探索大模型日益普及的今天，大模型与人类社会深度共生的途径，聚焦大模型和智能体技术如何赋能人机协同的价值释放。

二、会议安排

会议时间：2026 年 11 月 12 日-15 日

2026 年 11 月 12 日-13 日：前沿技术讲习班
2026 年 11 月 14 日-15 日：主会议（特邀报告、分论坛等）

会议地点：北京辽宁大厦

会议官网：http://smp2026.cips-smp.org/

三、论坛简介

大模型赋能法律智能快速发展，但普遍存在知识失真、推理不可追溯、输出难以核验等瓶颈，单纯依靠数据拟合的生成方式难以适配司法严谨性要求。本论坛围绕可信、知识、法律智能三大核心要素，聚焦领域知识图谱、法律逻辑约束、可解释推理对齐等关键问题，探讨如何以结构化法律知识为底座，构建具备知识保真、论证可溯源、结论可校验特性的法律智能体系，为智慧司法的安全、可控应用提供理论支撑与技术路径。

论坛主题：可信知识驱动的法律智能

论坛日程：

论坛主席：

/ 杨亮 /

杨亮，工学博士，大连理工大学计算机科学与技术学院，副教授，博士生导师，大连理工大学首批乐安学者、大连理工大学信息检索研究室（DUTIR）成员。主要从事自然语言处理领域、大语言模型研究，累计发表相关论文 100 余篇，CCF 推荐列表的 A、B 类论文 40 余篇。主持国家自然科学基金项目、国家重点研发计划课题及多项省部级项目。担任中国中文信息学会情感计算专委会副秘书长，社会媒体处理专委会常务委员兼秘书，中国计算机学会自然语言处理专业委员会委员，中国人工智能学会语言智能专委会委员。

四、报告信息

一、可信可控司法智能

/ 窦志成 /

嘉宾简介：窦志成，中国人民大学高瓴人工智能学院长聘教授、博士生导师、副院长、学术委员会主任，中国计算机学会大数据专家委员会副主任委员（执行），中国中文信息学会理事、信息检索专委会副主任。主要研究方向为信息检索、大模型、智能体等。主持新一代人工智能国家科技重大专项、国家重点研发计划、国家自然科学基金等多项国家级科研项目和课题。在国际知名学术会议和期刊上发表论文 200 余篇，带领团队研发涉外法治大模型，开源大模型检索增强工具包 FlashRAG、信息智能体系列工作 WebThinker、ARPO、DeepAgent 等。曾获教育部自然科学奖一等奖、国际信息检索大会最佳论文提名奖、国际万维网大会亮点论文奖、亚洲信息检索大会最佳论文奖、全国信息检索学术会议最佳论文奖等奖励。

报告摘要：法律智能系统中法律知识的高效表征与模型推理过程的可信可控经常难以兼得。本报告聚焦可信可控的司法智能方法，介绍团队从结构化特征工程向大模型智能体范式转型的研究历程：在检索侧，通过法律要素显式建模将案例相似性判定从整体文本匹配转向要素粒度的语义对齐，并以知识引导的案例重构使检索理据结构化、可追溯；在预测侧，通过结构化微调激发大语言模型聚焦定罪量刑的关键分歧点，提升法律判决预测的准确性。在此基础上，报告重点介绍基于检索增强与智能体技术的涉外法治大模型系统，以及面向动态司法环境的自主法律研究智能体，探讨如何提升司法场景中人工智能方法的可信性与可解释性。

二、面向法律领域的大模型可信推理方法研究

/ 刘正皓 /

嘉宾简介：刘正皓，东北大学副教授，博士研究生导师，清华大学自然语言处理实验室客座研究员，辽宁省优秀研究生导师团队骨干成员。入选第十届中国科协青年托举工程、兴辽英才人才计划以及东北大学卓越青年人才集聚计划。在 NeurIPS、ICLR、ICML、ACL、EMNLP、NAACL、SIGIR、WebConf 等国际、国内顶级会议或期刊上发表 70 余篇论文，累计 Google Scholar 引用 5000 余次。担任 NeurIPS、ICLR、ACL ARR、COLING 等会议领域主席。现主持国家级、省部级项目多项。

报告摘要：随着大语言模型在规模化预训练、复杂推理与智能体技术方面的持续突破，人工智能正加速向知识驱动的复杂推理与自主决策演进。然而，大语言模型仍面临参数化知识更新困难、事实幻觉、推理依据难以追溯以及多源知识冲突等问题，制约了其在法律等专业知识密集型场景中的可靠应用。通过融合外部知识与模型内生知识，知识增强为提升大语言模型的知识覆盖度、推理可靠性与决策可信度提供了重要技术路径。本报告聚焦法律领域知识密集型智能体的可信构建与高效运行，以知识推理与利用为主线，系统介绍知识增强推理的研究进展与关键技术，探讨复杂法律场景下知识融合、可信推理与可靠决策的实现路径，为构建可信、高效、可解释且具备持续演化能力的法律智能体提供理论参考与技术思路。

三、从“有罪偏差”到“证据敏感”：刑事法律判决预测中基于三阶层推理的选择性模型修复

/ 俞蔚捷 /

嘉宾简介：俞蔚捷，对外经济贸易大学人工智能与数据科学学院副教授，硕士生导师，研究方向为信息检索、智慧司法，发表 SIGIR、ACL 等国际会议期刊文章三十余篇，主持国家自然科学基金青 C 项目，担任中文信息学会青年工作委员会委员、信息检索专委会委员、大模型与生成专委会委员，曾获 2024 中国人民大学优秀博士论文奖。

报告摘要：法律判决预测模型容易受到有罪偏差影响：即使关键事实发生变化、犯罪构成不再成立，模型仍可能维持有罪判断。本报告以犯罪构成要件、违法性与责任的三阶层推理为背景，聚焦模型如何根据法律证据变化进行稳定而有限的判断修正。报告将介绍一种基于成罪与不成罪匹配案例的修复框架，从训练数据中提取可迁移的表示变化，重建个案相关的编辑目标，结合局部决策间隔信号定位需要调整的方向，并通过保持约束的低秩参数更新，降低错误有罪判断，同时尽量保留原本有充分证据支持的正确判断。

四、知识驱动的法律人工智能：方法与应用

/ 冯岩松 /

嘉宾简介：冯岩松，北京大学王选计算机研究所副教授。主要研究方向包括自然语言处理、法律人工智能。担任国际计算语言学学会 ACL Rolling Review 高级执行编委、自然语言处理领域重要期刊 Computational Linguistics 执行编委，AI & Law 执行编委，中国计算机学会自然语言处理专委会副秘书长，长期担任人工智能领域重要国际会议 ACL、EMNLP、NAACL 等的（高级）领域主席。

报告摘要：本报告将围绕大语言模型在法律领域应用中所面临的知识能力与可信性问题。首先，将介绍大语言模型在法律领域的适配方法；进一步探讨如何深度融合领域知识体系以应对复杂案情辨析等真实应用场景，并借助多模型协同机制弥补模型自身的知识盲区；最后，将介绍课题组在自动化法律概念辨析与解释生成等任务上的最新探索，探讨构建精准、可信法律人工智能的可能路径。