类型化幻觉审计与校准多智能体辩论的法律AI框架
arXiv:2606.18021 提出 LegalHalluLens 审计框架,包含类型化幻觉档案(基于CUAD数据集覆盖数值、时间、义务/权利、事实四类)、风险方向指数(RDI,将遗漏与虚构偏差转化为单一标量)和类型化辩论管道。在510份合同、249252条条款级别实例中,发现聚合指标掩盖了同一模型在义务/数值与时间类之间的约38-40个百分点差异,且两个52%错误率的系统可能呈现相反的RDI。辩论管道将虚假检测减少45%,各类别改进与诊断结果一致,以40亿参数模型匹配商业API性能。该框架支持方向感知的采购、问责和智能体设计。
阅读