CyberJurors：面向电子商务争议裁决的多智能体仿真任务

电子商务平台开始招募众包裁判员来裁决大量交易争议。不同于正式的法律判断，电子商务争议裁决需要从冗余的、多轮的、多模态证据中提炼关键线索，在灵活的平台特定惯例下作出决定。这些特征使得现有方法不足以满足这一情境。为弥合这一差距，我们引入了一个首创性任务——电子商务争议裁决（EDV），并构建了 VerdictBench，一个包含 6000 份真实案例的多模态基准，旨在反映众包裁判员的裁决模式。基于此，我们提出了 CyberJurors，一个多智能体框架，用于澄清争议逻辑并规范裁决过程。在个体层面，Individual Verdict Chain-of-Thought 将 EDV 任务分解为四个结构化推理阶段，使裁判员能够精细感知线索，并澄清关键线索与争议焦点的因果逻辑。在集体层面，Jury Consensus Verdict 模拟裁判员之间的多轮讨论和投票，同时纳入裁决先例以缓解对任一方的认知偏见。在 VerdictBench 上的实验表明，CyberJurors 在 LLMs、MLLMs 和法庭模拟器方面均超越了最先进的方法，同时实现了更强的与真实众包裁判投票模式的对齐。代码和数据集已在 https://github.com/YanhuiS/CyberJurors 和 https://huggingface.co/datasets/piggi/VerdictBench 上提供。