LegalHalluLens：面向可信法律 AI 的类型化幻觉审计与校准多智能体辩论

针对法律 AI 系统中高达 52% 的幻觉率及其掩盖的错误分布问题，本文提出 LegalHalluLens 审计框架。该框架包含四类法律主张的类型化幻觉档案、风险方向指数（RDI）及校准的多智能体辩论流程。实验表明，该方法能揭示聚合指标隐藏的失败模式，将虚构检测减少 45%，并以较小模型达到商业 API 水平。研究证实，基于诊断的针对性辩论优于通用辩论，为法律 AI 的可信部署提供方向感知的评估与设计支持。