多模态多智能体赋能的裁判预测
计算与语言
2026-02-25 v5 人工智能
计算机与社会
多智能体系统
摘要
裁判预测（LJP）旨在基于事实描述预测法律案件的结果，是推动法律系统发展的基础任务。传统方法通常依赖于统计分析或基于角色的模拟，但在面对多项指控、多样化证据时存在挑战，且缺乏适应性。在本文中，我们介绍了JurisMMA，一个新颖的LJP框架，它有效地分解审判任务、标准化流程，并将其组织成不同的阶段。此外，我们构建了JurisMM，一个包含超过10万条近期中文司法记录的大型数据集，包括文本和多模态视频-文本数据，从而支持全面评估。在JurisMM和基准数据集LawBench上的实验验证了我们框架的有效性。这些结果表明，我们的框架不仅对LJP有效，而且对更广泛的法律应用也有效，为未来法律方法和数据集的发展提供了新的视角。
引用
@article{arxiv.2601.12815,
title = {Multimodal Multi-Agent Empowered Legal Judgment Prediction},
author = {Zhaolu Kang and Junhao Gong and Qingxi Chen and Hao Zhang and Jiaxin Liu and Rong Fu and Zhiyuan Feng and Yuan Wang and Simon Fong and Kaiyue Zhou},
journal= {arXiv preprint arXiv:2601.12815},
year = {2026}
}
备注
Accepted to the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2026