要約
この論文では、法廷プロセス全体をシミュレートする AgentCourt と呼ばれるシミュレーション システムを紹介します。
裁判官、原告の弁護士、弁護人、およびその他の参加者は、大規模言語モデル (LLM) によって駆動される自律的なエージェントです。
私たちの主な目標は、弁護士エージェントが法廷プロセスのシミュレーションを通じて、訴訟の弁論方法を学び、全体的な法的スキルを向上できるようにすることです。
この目標を達成するために、私たちは弁護士エージェントに対する敵対的進化的アプローチを提案します。
AgentCourt は知識ベースと LLM に基づいて法廷審理の発生と展開をシミュレートできるため、弁護士エージェントは継続的に学習し、実際の法廷事件から経験を蓄積できます。
シミュレーション実験では、2 人の弁護士エージェントが AgentCourt で 1,000 件の敵対的訴訟に取り組んだ後 (現実世界の弁護士では 10 年かかる場合がある)、進化した弁護士エージェントは進化前の状態と比較して、一貫した改善を示したことが示されています。
法的業務を処理する能力。
実験結果の信頼性を高めるために、私たちは専門の弁護士の委員会にシミュレーションを評価してもらいました。
この評価は、進化した弁護士エージェントが専門知識と論理的厳密さだけでなく、対応力においても顕著な進歩を示していることを示しています。
この取り組みにより、法的シナリオにおける LLM 主導のエージェント テクノロジの進歩への道が開かれます。
コードは https://github.com/relic-yuexi/AgentCourt で入手できます。
要約(オリジナル)
In this paper, we present a simulation system called AgentCourt that simulates the entire courtroom process. The judge, plaintiff’s lawyer, defense lawyer, and other participants are autonomous agents driven by large language models (LLMs). Our core goal is to enable lawyer agents to learn how to argue a case, as well as improving their overall legal skills, through courtroom process simulation. To achieve this goal, we propose an adversarial evolutionary approach for the lawyer-agent. Since AgentCourt can simulate the occurrence and development of court hearings based on a knowledge base and LLM, the lawyer agents can continuously learn and accumulate experience from real court cases. The simulation experiments show that after two lawyer-agents have engaged in a thousand adversarial legal cases in AgentCourt (which can take a decade for real-world lawyers), compared to their pre-evolutionary state, the evolved lawyer agents exhibit consistent improvement in their ability to handle legal tasks. To enhance the credibility of our experimental results, we enlisted a panel of professional lawyers to evaluate our simulations. The evaluation indicates that the evolved lawyer agents exhibit notable advancements in responsiveness, as well as expertise and logical rigor. This work paves the way for advancing LLM-driven agent technology in legal scenarios. Code is available at https://github.com/relic-yuexi/AgentCourt.
arxiv情報
| 著者 | Guhong Chen,Liyang Fan,Zihan Gong,Nan Xie,Zixuan Li,Ziqiang Liu,Chengming Li,Qiang Qu,Shiwen Ni,Min Yang |
| 発行日 | 2024-08-15 11:33:20+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google