LegalHalluLens: Typed Hallucination Auditing and Calibrated Multi-Agent Debate for Trustworthy Legal AI
LegalHalluLens：面向可信法律 AI 的幻觉类型审计与校准多智能体辩论
🧭 多智能体辩论校准与幻觉类型审计
Independent Researcher
按法律声明类型审计幻觉并引入风险方向指数，通过诊断校准多智能体辩论，减少45%捏造检测
📌 工作参考价值（4 点）
- 幻觉类型化审计可迁移至电商文案/搜索答案：将生成内容按数值（价格、折扣）、时间（活动期限）、义务/权利（优惠规则）、事实（商品属性）分类评估，能暴露聚合准确率隐藏的高风险区域，指导针对性优化。
- 风险方向指数（RDI）用于权衡漏报与误报成本：在推荐/搜索Agent输出中，区分遗漏（该推荐的没推荐）和捏造（虚构信息），根据业务成本选择模型或设置决策阈值，比如高客单价场景拒绝捏造优先。
- 诊断结果驱动多智能体辩论校准：使用类似 Skeptic 代理针对已知失败模式进行挑战（如专门检查数字一致性），配合非对称门控，可部署为生成式推荐的审核流，比通用辩论更高效，且允许使用较小模型（4B）达到商业API效果。
- 面向Agent设计的可审计性：借鉴框架中对Agent输出进行方向感知的审计，可构建用于电商Agent的合规监控模块，及时发现并修正方向性偏差，提升系统可信度。