探究法律领域中的多智能体审议

📊 论文图表(共 6 张)

展开查看 6 张图

‹ ›

TL;DR

本文探索了法律领域中的大语言模型多智能体审议方法，提出两种受法庭程序和法律论证启发的新型框架。实验表明，这些多智能体方法在整体性能上与单一大型语言模型相当，但产生了显著不同的答案；更重要的是，两类方法能够互补——各自解决了对方失败的案例，尤其是在需要多视角批判性思考的问题上表现出优势。

研究背景与动机

法律领域正成为人工智能技术落地的重要场景。从合同审查到法律文书生成，从案例检索到法律问答，大语言模型展现出了巨大的应用潜力。然而，当前法律AI研究大多聚焦于单体大模型的能力提升，对于多智能体协作这一新兴范式的探索仍相当有限。

与此同时，智能体人工智能（agentic AI）正迅速崛起——这类基于大语言模型的AI智能体能够执行自主行动、进行复杂推理乃至相互协作。在其他领域，多智能体系统已被证明能够完成单一模型难以企及的任务，例如通过分工协作解决复杂问题、通过观点碰撞提升答案质量。但法律领域的特殊性使其对多智能体方法提出了独特挑战：法律推理需要严谨的逻辑链条、对多方观点的权衡、以及对权威判例的援引——这些特点恰好与法庭审判的程序性、对抗性相契合。

正是基于这一洞察，本文的研究者决定探索一条少有人走的路：让多个大语言模型智能体模拟法庭中的角色，以审议的方式协作完成法律推理任务。

方法

本文的核心贡献是提出了两种受法律实践启发的新型多智能体框架。研究者并非简单地将多个大语言模型并联使用，而是从真实的法庭程序和法律论证理论中汲取灵感，设计了具有明确角色分工和交互机制的审议架构。

第一种框架可称为对抗式审议框架，其设计灵感直接来源于法庭审判的核心机制——控辩双方的对立与交锋。在这一框架中，至少两个智能体分别扮演不同立场（例如支持方与反对方）的角色，围绕法律问题进行多轮辩论。每个智能体不仅需要提出自己的论点，还必须针对对方观点进行反驳和质疑。这种设计迫使模型从多个角度审视同一问题，避免过早收敛于单一结论。

第二种框架则借鉴了法律论证理论中的成熟模型，特别是哈贝马斯所倡导的实践商谈理论。该框架强调理性论证与共识达成的过程，智能体之间通过结构化的论据交换，最终趋向一个更为公允的结论。与对抗式框架相比，这种方法更注重论证的充分性和逻辑的自洽性，而非立场之间的胜负。

两种框架的共同特点在于，它们都将法律推理视为一个动态的审议过程，而非静态的问答。这种设计直觉在于：真实世界中的法律问题往往不存在唯一正确答案，而需要通过充分的讨论、质疑和完善来逼近最优解。

实验与结果

研究团队在法律基准测试和通用基准测试两个维度上展开了实验。实验结果呈现出一种有趣的双重性：一方面，多智能体框架在总体性能指标上与基线大语言模型基本持平，没有出现显著的提升；另一方面，答案的构成却存在显著差异。

具体而言，多智能体方法解决的案例集合与单一模型的解决集合之间只有部分重叠。这意味着：当单一模型在某道题上犯错时，多智能体框架可能给出正确答案，反之亦然。这种互补性是本研究最重要的发现之一——多智能体并非简单地“更好”，而是“不同”，两者结合能够覆盖更广泛的问题空间。

研究者进一步进行了定性分析，重点考察多智能体框架表现出色的场景类型。分析结果清晰地指向一类问题：那些需要从多个视角进行批判性思考的复杂法律问题。例如，涉及利益权衡的问题、多方主体权益冲突的问题、或者需要识别论证漏洞的问题。多智能体框架的优势在于，其内部的不同角色或不同立场会自然地提出质疑和反驳，从而逼迫论证过程更加严密、考虑更加周全。

讨论与可借鉴点

本研究为法律人工智能领域开辟了一个新的研究方向，同时也为多智能体系统的设计提供了法律维度的启发。尽管实验结果显示多智能体方法并未在平均性能上超越单体大模型，但其答案的多样性和互补性具有重要的实践价值——在法律领域，容错率极低，多一种独立验证的途径意味着多一层安全保障。

研究也坦承了若干局限。首先，本文提出的框架仍处于概念验证阶段，在真实法律任务（如合同起草、诉讼预测）上的表现有待进一步检验。其次，多智能体协作的计算成本显著高于单一模型调用，这在大规模应用中可能成为瓶颈。第三，如何设计更有效的角色分工和交互机制，目前仍缺乏系统性的方法论指导。

对于更广泛的人工智能研究而言，本文的启示在于：领域特定的设计灵感能够为通用技术注入新的活力。法律领域积累了数千年的推理智慧——对抗性辩论、结构化论证、证据权衡——这些都是多智能体系统可以借鉴的宝贵资源。未来，探索更多法律概念与多智能体设计的深度融合，将是一个富有前景的方向。

摘要

人工智能正越来越多地被应用于法律领域，并具有扩大司法可及性的潜力。其中一个日益受到关注的方向是智能体人工智能（agentic AI），即基于大语言模型（LLM）的AI智能体能够采取自主行动。然而，法律领域中的多智能体方法在很大程度上仍未得到充分探索。在本文中，我们研究了利用LLM进行法律推理任务的多智能体审议方法。我们探索了多智能体审议（MAD），并提出了两个受法庭程序和法律论证启发的新型多智能体框架。我们在法律和非法律基准上的实验表明，多智能体框架在整体性能上与基线大语言模型相当，但所生成的答案存在显著差异。值得注意的是，这些方法能够成功解决基线模型无法处理的案例，反之亦然。我们进行了定性评估，并重点展示了多智能体框架优于单一模型方法的场景。例如，多智能体方法似乎更适合回答需要从多个视角进行批判性思考的问题。我们的工作将多智能体系统定位为人工智能在法律领域中一个前景广阔的方向，同时展示了受法律启发的多智能体审议方法的潜力。

Abstract

Artificial Intelligence is increasingly applied to the field of law, and has the potential to increase access to justice. One particular movement that is gaining traction is that of agentic AI, wherein AI agents, based on Large Language Models (LLMs) can take autonomous actions. In particular, multi-agent approaches in the legal domain remain largely unexplored. In this paper, we investigate multi-agent deliberation methods for legal reasoning tasks using LLMs. We explore multi-agent deliberation (MAD) and introduce two novel multi-agent frameworks inspired by courtroom procedures and legal argumentation. Our experiments on both legal and non-legal benchmarks reveal that multi-agent frameworks achieve comparable overall performance to baseline large language models, but produce significantly distinct answers. Notably, these approaches can successfully solve cases that the baseline fails to address, and vice versa. We conduct a qualitative evaluation and highlight scenarios where multi-agent frameworks outperform monolithic approaches. For example, multi-agent approaches appear better suited for answering questions that require critical thinking from multiple perspectives. Our work positions multi-agent systems as a promising direction for AI in the legal domain, while demonstrating the potential of law-inspired multi-agent approaches for deliberation.