LegalWebAgent：面向普通公民的基于 LLM 的法律网站代理
计算机与社会
2025-12-05 v1 人工智能
人机交互
摘要
获取司法文化仍是全球性挑战，许多公民在面临法律问题时仍难以寻求司法系统的帮助。虽然互联网提供了丰富的法律信息和服务，但在复杂网站上导航、理解法律术语以及填写程序性表格仍然构成获取司法文化的障碍。本文介绍了 LegalWebAgent 框架，该框架采用由多模态大语言模型驱动的 Web 代理，弥合普通公民获取司法文化之间的差距。该框架将大语言模型的自然语言理解能力与多模态感知能力相结合，实现从用户查询到具体行动的完整流程。其在三个阶段运行：Ask 模块通过自然语言处理理解用户需求；Browse 模块自主导航网页，与页面元素（包括表单和日历）交互，并从 HTML 结构和网页截图中提取信息；Act 模块为用户综合信息或执行直接行动，如表单填写和日程预订。为评估其效果，我们设计了覆盖 15 个真实世界任务的基准测试，模拟了针对 Québec 民法用户的典型法律服务流程，从问题识别到程序操作。评估结果显示，LegalWebAgent 实现了最高达 86.7% 的成功率，所有测试模型的平均值为 84.4%，显示其在复杂真实场景中具有高度自主性。
引用
@article{arxiv.2512.04105,
title = {LegalWebAgent: Empowering Access to Justice via LLM-Based Web Agents},
author = {Jinzhe Tan and Karim Benyekhlef},
journal= {arXiv preprint arXiv:2512.04105},
year = {2025}
}