L-MAD：法律推理中多智能体辩论结构的系统评估
L-MAD框架系统评估了多智能体辩论在法律文本蕴含任务中的不同结构与聚合方法。通过赋予智能体不同专家角色，相比强单智能体基线最高提升8%。研究发现增加智能体数量可降低不一致性并提高准确率，但延长讨论轮次会导致“过度审议漂移”，智能体互相强化错误。该成果为高风险法律推理中协同多智能体系统的部署划定了实际边界与安全裕度。
多智能体辩论（MAD）框架在通用推理任务中展现出显著潜力，例如在常识推理、数学问题求解和对话系统中，多智能体协作往往能获得比单智能体更优的结果。然而，在法律这一高度结构化、知识密集且容错率极低的领域，多智能体辩论的有效性尚未得到充分验证。法律推理要求严格的逻辑一致性、对先例和法条的精确理解，以及处理复杂事实关系的能力，这使得通用领域的结论难以直接迁移。针对这一研究空白，来自多所机构的研究人员（包括Tan-Minh Nguyen等六位作者）提出了法律多智能体辩论（L-MAD）框架，旨在系统评估不同辩论结构与聚合方法在“法律文本蕴含”（Legal Textual Entailment，简称LTE）任务中的表现。LTE任务要求判断一段法律文本是否蕴含另一段陈述，是法律人工智能中的核心问题。
L-MAD框架的核心创新在于为参与辩论的多个智能体分配不同的专家角色，例如模拟原告律师、被告律师、法官或法学教授等视角。这些角色不仅决定了智能体的初始立场，还影响其在辩论中的论证风格和信息偏好。实验表明，这种角色分工策略相比单一的强基线模型（如大型语言模型直接推理），能够带来最高8%的性能提升。这一结果验证了在法律推理中引入多视角辩论优于单一视角的直觉，同时揭示了角色设计对于协同推理的重要性。
研究进一步分析了辩论规模对效果的影响，并发现了一个关键的权衡关系：增加智能体的数量（即参与辩论的智能体总数）能够显著降低决策的不一致性，并提升整体准确率。这是因为更多智能体提供了更广泛的论点和证据，有助于覆盖更多的推理路径。然而，如果一味延长讨论轮次（即允许智能体进行多轮交互），则会导致一种有害的现象——“过度审议漂移”（over-deliberation drift）。此时，智能体在反复交流中逐渐失去批判性，开始互相强化和放大彼此的初始错误，最终使集体决策偏离正确方向。这种现象在辩论初期并不明显，但随着轮次增加而急剧恶化，为多智能体系统的实际部署敲响了警钟。
该论文被评为2026年国际机器学习大会（ICML）的AI4Law Workshop杰出论文。研究团队强调，这些发现不仅具有理论价值，更重要的在于为在高风险法律推理环境中安全部署协同多智能体系统划定了实际边界与安全裕度。例如，实际应用中应当优先控制讨论轮次而非无限增加智能体数量，同时需要设计有效的收敛机制以防止过度审议。对于司法辅助系统、合同自动审查、案例预测等应用领域，该研究提供了关键的设计原则。