多智能體辯論（MAD）框架在通用推理任務中展現出顯著潛力，例如在常識推理、數學問題求解和對話系統中，多智能體協作往往能獲得比單智能體更優的結果。然而，在法律這一高度結構化、知識密集且容錯率極低的領域，多智能體辯論的有效性尚未得到充分驗證。法律推理要求嚴格的邏輯一致性、對先例和法條的精確理解，以及處理複雜事實關係的能力，這使得通用領域的結論難以直接遷移。針對這一研究空白，來自多所機構的研究人員（包括Tan-Minh Nguyen等六位作者）提出了法律多智能體辯論（L-MAD）框架，旨在系統評估不同辯論結構與聚合方法在“法律文本藴含”（Legal Textual Entailment，簡稱LTE）任務中的表現。LTE任務要求判斷一段法律文本是否藴含另一段陳述，是法律人工智能中的核心問題。
L-MAD框架的核心創新在於為參與辯論的多個智能體分配不同的專家角色，例如模擬原告律師、被告律師、法官或法學教授等視角。這些角色不僅決定了智能體的初始立場，還影響其在辯論中的論證風格和信息偏好。實驗表明，這種角色分工策略相比單一的強基線模型（如大型語言模型直接推理），能夠帶來最高8%的性能提升。這一結果驗證了在法律推理中引入多視角辯論優於單一視角的直覺，同時揭示了角色設計對於協同推理的重要性。
研究進一步分析了辯論規模對效果的影響，並發現了一個關鍵的權衡關係：增加智能體的數量（即參與辯論的智能體總數）能夠顯著降低決策的不一致性，並提升整體準確率。這是因為更多智能體提供了更廣泛的論點和證據，有助於覆蓋更多的推理路徑。然而，如果一味延長討論輪次（即允許智能體進行多輪交互），則會導致一種有害的現象——“過度審議漂移”（over-deliberation drift）。此時，智能體在反覆交流中逐漸失去批判性，開始互相強化和放大彼此的初始錯誤，最終使集體決策偏離正確方向。這種現象在辯論初期並不明顯，但隨着輪次增加而急劇惡化，為多智能體系統的實際部署敲響了警鐘。
該論文被評為2026年國際機器學習大會（ICML）的AI4Law Workshop傑出論文。研究團隊強調，這些發現不僅具有理論價值，更重要的在於為在高風險法律推理環境中安全部署協同多智能體系統劃定了實際邊界與安全裕度。例如，實際應用中應當優先控制討論輪次而非無限增加智能體數量，同時需要設計有效的收斂機制以防止過度審議。對於司法輔助系統、合同自動審查、案例預測等應用領域，該研究提供了關鍵的設計原則。