AgenticSimLaw：用于可解释高风险表格决策的青少年法庭多代理辩论模拟

本文提出 AgenticSimLaw，一种基于角色结构的多代理辩论框架，旨在为高风险表格决策任务提供透明且可控的测试时推理能力。该框架模仿法庭流程，明确定义代理角色（检察官、辩护律师、法官）、交互协议及私有推理策略，从而构建完全可审计的决策过程。在青少年再犯预测基准测试中，相比传统思维链提示，该方法展现出更稳定、泛化性更强的性能，并实现了推理步骤的细粒度控制与完整交互记录生成，显著提升了可解释性。