面向可解释与可争辩法律推理的基于竞技场辩论型大语言模型的自适应协作

法律推理不仅要求高准确率，还需通过可验证且可争辩的论据来证明决策合理性。针对现有大语言模型方法（如思维链和检索增强生成）缺乏形式化验证机制的问题，本文提出了 ACAL 框架。该框架结合自适应多智能体协作与基于竞技场的定量双向论证框架，动态部署专家团队构建论据，利用冲突解决机制裁决矛盾主张，并支持人机协同的可争辩工作流，允许用户直接审计和修改推理图。在法律基准测试中，ACAL 在多个架构上均优于强基线，有效平衡了预测性能与结构化透明度。