El equipo DU participó en las cinco tareas de la competición COLIEE 2026, utilizando sistemas de peso abierto para recuperación de casos legales, implicación, recuperación de estatutos y predicción de fallos. El equipo logró el primer lugar entre 33 presentaciones en la Tarea 4 (implicación de estatutos) con un conjunto de arquitectura cruzada de nueve modelos que alcanzó una precisión del 96,3%.
- Tarea 4: Un conjunto de arquitectura cruzada de nueve modelos de tres familias logró una precisión del 96,3%, ocupando el primer lugar entre 33 presentaciones.
- Tarea piloto: Un sistema de múltiples vistas que combina cinco modelos a nivel de reclamación y refina los veredictos con características derivadas de las reclamaciones obtuvo una precisión TP del 73,1% y un F1 RE del 68,2%.
- Tarea 2: Cambiar los prompts de selección única a selección múltiple elevó el F1 de 0,343 a 0,555, superando la mejor presentación oficial.
- Tarea 3: Reemplazar el modelo de implicación por Qwen3-235B y utilizar un prompt de razonamiento legal estructurado aumentó la precisión del 79,3% al 91,5%.
- Tarea 1: Un sistema de aprendizaje para ordenar que combina recuperación léxica y semántica con 34 características estructurales logró un F1 = 0,314.
Los resultados demuestran que el procesamiento de información legal se beneficia de diferentes sesgos inductivos entre tareas, demostrando ser efectivos en configuraciones específicas el conjunto de arquitectura cruzada, el reordenamiento basado en características y la inducción aumentada por recuperación.