在多智能体辩论（MAD）框架中，尽管在一般推理方面展现出显著潜力，但在高度结构化、知识密集的法律领域，其有效性仍未得到充分探索。本研究引入了法律多智能体辩论（L-MAD）框架，以系统评估法律文本蕴涵中的不同辩论结构和聚合方法。通过为多个智能体分配不同的专家角色，L-MAD 在强大的单智能体基线之上提高了多达 8% 的性能。
此外，分析辩论规模揭示了明显的权衡：增加智能体数量降低了一致性并提高了准确性，而延长讨论轮次则导致了有害的\textit{过度审议漂移}，使智能体相互强化错误。最终，我们的研究结果概述了在高风险法律推理环境中部署协作多智能体系统的实际边界和安全边际。
博主点评： L-MAD 框架展现了多智能体系统在法律推理中的潜力，尤其是在处理复杂、知识密集的任务时。然而，过度审议的现象提示我们，在设计智能体互动机制时需谨慎，避免相互强化错误的倾向，确保法律推理的准确性与可靠性。