$\textit{Grahak-Nyay}$：通过大语言模型解决消费者申诉
计算与语言
2025-07-08 v1
摘要
在印度，消费者申诉的解决途径常常因程序复杂、法律术语晦涩以及管辖权问题而受阻。为解决此问题，我们提出了 （消费者正义），一个利用开源大语言模型和检索增强生成技术来简化流程的聊天机器人。Grahak-Nyay 通过一个简洁且最新的知识库简化了法律复杂性。我们引入了三个新颖的数据集：（一般消费者法律）、（特定行业知识）和 （用于 RAG 评估），以及 ，一个包含 300 个带注释的聊天机器人对话的数据集。我们还引入了源自印度消费者法院的 数据，以辅助聊天机器人决策并增强用户信任。我们还提出了 指标（，即有用性、准确性、简洁性）来评估聊天机器人性能。法律领域专家验证了 Grahak-Nyay 的有效性。代码和数据集将公开发布。
引用
@article{arxiv.2507.04854,
title = {$\textit{Grahak-Nyay:}$ Consumer Grievance Redressal through Large Language Models},
author = {Shrey Ganatra and Swapnil Bhattacharyya and Harshvivek Kashid and Spandan Anaokar and Shruti Nair and Reshma Sekhar and Siddharth Manohar and Rahul Hemrajani and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2507.04854},
year = {2025}
}