LawThinker: 动态环境中的深度法律智能体
人工智能
2026-02-13 v1
摘要
法律推理不仅需要正确的结果,还需要符合程序的推理过程。然而,现有方法缺乏机制来验证中间推理步骤,允许诸如不可适用法规引用等错误在推理链中 undetected地传播。为此,我们提出LawThinker,一个遵循Explore-Verify-Memorize策略的自主法律研究智能体。核心思想是强制在每一步知识探索后执行原子级验证。DeepVerifier模块在三个维度上检查每个检索结果:知识准确性、事实-法律相关性和程序合规性,并配备记忆模块以实现长期任务中跨轮知识复用。J1-EVAL动态基准上的实验表明,LawThinker相较于直接推理提升了24%,相较于工作流程方法提升了11%,在过程导向指标上取得显著改进。三个静态基准的评估进一步确认了其泛化能力。代码已公开于https://github.com/yxy-919/LawThinker-agent。
引用
@article{arxiv.2602.12056,
title = {LawThinker: A Deep Research Legal Agent in Dynamic Environments},
author = {Xinyu Yang and Chenlong Deng and Tongyu Wen and Binyu Xie and Zhicheng Dou},
journal= {arXiv preprint arXiv:2602.12056},
year = {2026}
}