Vichara：印度司法体系的判决预测与解释
计算与语言
2026-02-23 v1 人工智能
摘要
在印度等司法管辖区，法院面临案件积压严重，人工智能提供了变革性潜力用于法律判决预测。这一积压的关键子集是上诉案件，即由高等法院审查下级法院裁决的正式决定。为此，我们提出Vichara，一个专为印度司法体系量身定制的新型框架，用于预测和解释上诉判决。Vichara 处理英文语言的上诉案件文书，并将其分解为判决要点。判决要点是离散的法律确定，包含法律问题、决定权威、结果、推理及时间背景。结构化表示隔离核心确定因素及其上下文，实现准确预测和可解释解释。Vichara的解释遵循受 IRAC（问题-规则-适用-结论）框架启发并为印度司法推理所定制的结构化格式。这增强了可解释性，使法律专业人士能够高效评估预测的可靠性。我们在两个数据集上评估Vichara：PredEx 和印度法律文件语料库（ILDC_expert）的专家标注子集，使用 GPT-4o mini、Llama-3.1-8B、Mistral-7B 和 Qwen2.5-7B 四个大型语言模型。Vichara 在两个数据集上均超越了现有判决预测基准，GPT-4o mini 实现最佳性能（PredEx F1 为 81.5，ILDC_expert 为 80.3），随后为 Llama-3.1-8B。人类评估在清晰度、关联性和实用性指标上突出 GPT-4o mini 的可解释性。
引用
@article{arxiv.2602.18346,
title = {Vichara: Appellate Judgment Prediction and Explanation for the Indian Judicial System},
author = {Pavithra PM Nair and Preethu Rose Anish},
journal= {arXiv preprint arXiv:2602.18346},
year = {2026}
}