OBJECTION! 律师代理缓解法律判决预测中的有罪偏见

# 反对！律师代理在法律判决预测中缓解有罪偏见  
来源：https://arxiv.org/html/2609.02158  
Jaehoon Jeong  
所属机构：首尔大学，首尔，韩国  
所属机构：韩国国家警察厅，首尔，韩国  
电子邮箱：[20210042@snu\.ac\.kr](mailto:)  
Jay\-Yoon Lee  
††致谢：通讯作者。

###### 摘要  
法律判决预测（LJP）模型通常基于从检方视角描述事实的文档进行训练。现有数据集还存在对有罪结果的严重标签不平衡。因此，这些模型受到“有罪偏见”的影响，盲目接受检方的叙述作为客观事实。先前采用三步推理结构或在合成无罪数据上训练的研究提高了整体准确率，但在推理时仍未能减轻偏见。本文介绍了OBJECTION，这是一个在推理时将对抗性律师代理整合到犯罪、违法性和可责性每个三步推理中的流程。与通用评论者不同，我们的代理通过在每个推理阶段注入法律辩护论点，积极挑战模型的有罪推定。为彻底评估这一点，我们提出了一个新的“自然无罪”数据集，包含3.4千个真实案例111可在https://huggingface.co/datasets/Kcsp0042/natural-innocent获取。公开版本（3,200个案例）是此处使用数据的修订版，克服了合成无罪基准的局限性。测试结果表明，OBJECTION将误有罪率（FGR）从82.93%（最先进基线）大幅降低至16.69%，证明了其执行实质性法律推理的能力。这项工作标志着法律人工智能与无罪推定对齐的关键进展。

## 1引言  
“宁可放过十个有罪的人，也不可冤枉一个无辜者”这句格言体现了无罪推定，这是刑法的基本原则。然而，刑事审判在设计上并非中立。案件进入法庭这一事实本身就表明，调查机关已经确立了足够的犯罪嫌疑。因此，“书面判决”不可避免地反映了这种偏见。这些事实描述不是中立的事件摘要，而是为证明有罪而编写的检方叙述。关键问题是，用于训练LLMs的绝大多数法律文本恰恰由这种类型的内容构成。在法律判决预测（LJP）中，模型通常在检方陈述的事实上进行训练Luo等人（2017）(https://arxiv.org/html/2609.02158#bib.bib4)；Xiao等人（2018）(https://arxiv.org/html/2609.02158#bib.bib22)；Zhong等人（2018）(https://arxiv.org/html/2609.02158#bib.bib5)；Cui等人（2023）(https://arxiv.org/html/2609.02158#bib.bib27)。因此，即使实际判决并非有罪，模型也会系统性地接触到有罪偏见的叙述。这种有罪偏见的特性对实际应用构成了严重障碍。错误定罪无辜个体会损害公众信任；因此，高误有罪率（FGR）是不切实际且规范上不可接受的。先前的研究试图通过结构化推理来减轻这种偏见，例如明确的要素模式Liu等人（2025）(https://arxiv.org/html/2609.02158#bib.bib12)或多步法律推理框架Jiang和Yang（2023）(https://arxiv.org/html/2609.02158#bib.bib11)；Deng等人（2023）(https://arxiv.org/html/2609.02158#bib.bib13)；Zhang等人（2025b）(https://arxiv.org/html/2609.02158#bib.bib14)。然而，这些方法从根本上假设输入的事实描述是无偏的。结果，它们继承了叙述本身中固有的有罪偏见。即使是最近基于合成无罪案例的研究Zhang等人（2025a）(https://arxiv.org/html/2609.02158#bib.bib1)也主要依赖训练时校正。这种合成无罪数据通常会引入人工线索，模型可能将其作为捷径学习，导致过拟合——我们在实验中观察到了这一点——而推理时的偏见问题仍未解决。

参见图注 图1：与表1(https://arxiv.org/html/2609.02158#S4.T1)和第4.2节(https://arxiv.org/html/2609.02158#S4.SS2)相对应的LJP范式比较概述。FGR\(↓\\downarrow\)和FNR\(↓\\downarrow\)分别表示误有罪率和误无罪率。绿色箭头表示改进，红色箭头表示退化。现有方法(A)–(D)受固定架构导致的有罪偏见影响。相比之下，(II) OBJECTION（我们的方法）采用律师代理主动质疑假设，在保持推理质量的同时有效减轻偏见。当前一轮的法律疑点（例如第2轮的正当防卫）确立后，则跳过后续推理轮次（例如第3轮）。有关详细决策流程，请参见图2 (https://arxiv.org/html/2609.02158#S2.F2)。我们认为，有罪偏见应在推理时处理，以有效中和偏见。我们提出了OBJECTION，一个基于律师代理的批判-修正流程。与通用评论者Madaan等人（2023）(https://arxiv.org/html/2609.02158#bib.bib15)不同，律师代理不仅仅是作为一致性检查器。相反，它在*疑义有利于被告*（In Dubio Pro Reo）的原则下运作，积极挖掘检方叙述中隐藏的合理疑点，以挑战过度自信的有罪推定。通过将基于模式的信息提取（IE）和三步推理结构整合到该代理中，OBJECTION引入了一个无需训练的流程，该流程与LLM推理一致，同时融合了刑法的对抗性质，有效抵消了有罪偏见。我们的贡献如下：

- •我们使用规范性指标（如误有罪率FGR）量化了LJP系统中的有罪偏见，并表明先前的LJP模型表现出对有罪预测的显著倾向。
- •我们提出了OBJECTION，一个具有对抗性律师代理的自动判决框架，无需任何额外训练，并表明现有框架中的偏见可以通过我们提出的对抗性推理来中和。
- •我们引入了一个包含真实无罪案例的Natural Innocent数据集，并揭示了现有方法的问题。

## 2相关工作  
### 2.1法律判决预测与有罪偏见  
标准LJP设置利用书面判决中的事实描述，假设这些通常带有有罪偏见的叙述代表了中立事实Luo等人（2017）(https://arxiv.org/html/2609.02158#bib.bib4)；Zhong等人（2018）(https://arxiv.org/html/2609.02158#bib.bib5)；Xu等人（2020）(https://arxiv.org/html/2609.02158#bib.bib10)；Yang等人（2016）(https://arxiv.org/html/2609.02158#bib.bib6)；Xiao等人（2021）(https://arxiv.org/html/2609.02158#bib.bib7)；Chalkidis等人（2020）(https://arxiv.org/html/2609.02158#bib.bib8)。许多研究采用信息提取（IE）或显式建模犯罪构成要件以提高准确性Feng等人（2022）(https://arxiv.org/html/2609.02158#bib.bib9)；Liu等人（2025）(https://arxiv.org/html/2609.02158#bib.bib12)。这些方法在处理输入方面有所创新，但忽略了其中固有的偏见，实际上继承了检方的视角。Zhang等人Zhang等人（2025a）(https://arxiv.org/html/2609.02158#bib.bib1)首次明确指出了这种有罪偏见，并提出了合成无罪数据和三元训练作为补救措施。尽管有影响力，但这条工作路线主要在训练时处理偏见，使模型能够依赖人工无罪线索。因此，此类模型在推理时仍然容易受到有罪偏见叙述的影响，因为此时不存在无罪或对抗性质疑的明确信号。

参见图注 图2：图1(https://arxiv.org/html/2609.02158#S1.F1)\-\(II\)所示的OBJECTION流程的详细决策流程，以正当防卫案例说明。律师代理在第2轮通过强调开脱细节（例如，紧迫性）推翻了最初的偏见判决，触发了无罪的早期退出机制。这种对抗性干预有效中和了叙述偏见，在Natural Innocent数据集上将误有罪率（FGR）从82.93%降低到16.69%。

### 2.2具有多代理系统的批判与修正框架  
最近的“批判与修正”框架利用多代理流程，通常倾向于采用“分而治之”策略以获得细粒度的反馈Madaan等人（2023）(https://arxiv.org/html/2609.02158#bib.bib15)；Chen等人（2025b）(https://arxiv.org/html/2609.02158#bib.bib17)；Xu等人（2024a）(https://arxiv.org/html/2609.02158#bib.bib18)；Ferraz等人（2024）(https://arxiv.org/html/2609.02158#bib.bib19)；Shinn等人（2023）(https://arxiv.org/html/2609.02158#bib.bib20)。然而，由于其迭代性质，这些系统面临一个主要限制。先前的研究表明，此类流程可能会放大模型自身的偏见Xu等人（2024b）(https://arxiv.org/html/2609.02158#bib.bib16)：迭代优化不是趋向准确，而是强化了最初的有罪推定。这一局限在法律领域尤为关键。当底层LLM已经存在有罪偏见时，通用的批判-修正或多代理辩论系统Chen等人（2025c）(https://arxiv.org/html/2609.02158#bib.bib2)往往会通过迭代共识再现并放大这种偏见，形成一个强化有罪推定的回音室。虽然最近的方法如AgentCourt Chen等人（2025a）(https://arxiv.org/html/2609.02158#bib.bib3)引入了对抗性角色来模拟法庭动态并改进法律问答，但它们主要关注民事领域和知识积累，未能解决刑事判决中有罪偏见的根本问题。相比之下，OBJECTION通过引入一个角色受限的对抗性律师代理来专门解决这一弱点，该代理的唯一目标是构建最有力的辩护。与通用的辩论者或面向问答的代理不同，我们的代理不寻求共识或通用知识优化。相反，它通过在推理时主动注入有据可查的*合理怀疑*，系统性地执行无罪推定。这有效地打破了回音室，防止偏见放大，并启用了一个真正的对抗过程，在结构上纠正有罪偏见；附录C (https://arxiv.org/html/2609.02158#A3) 详细说明了一个完整案例。至关重要的是，律师代理是在每个阶段注入，而不是在判决完成后，并且我们的“普通评论者”消融实验表明，效果源于角色不对称，而非添加了第二个代理（表3 (https://arxiv.org/html/2609.02158#S4.T3)）。

## 3方法论  
OBJECTION框架通过协调三个核心组件来解决法律LLMs中固有的有罪偏见：(1) 基于模式的信息提取（IE）Feng等人（2022）(https://arxiv.org/html/2609.02158#bib.bib9)；Liu等人（2025）(https://arxiv.org/html/2609.02158#bib.bib12)，(2) 具有问题隔离的三元推理Zhang等人（2025a）(https://arxiv.org/html/2609.02158#bib.bib1)，以及(3) 对抗性论证。虽然现有策略单独采用IE或结构化推理，但它们仍然容易受到有罪偏见叙述的影响。具体来说，LLMs倾向于将有偏的事实描述视为中立的基本事实（XfactX\_\{fact\}），导致推理过程简化为对有罪的确认。我们提出了一个正式的流程，其中律师代理充当协调者。与标准评论者Madaan等人（2023）(https://arxiv.org/html/2609.02158#bib.bib15)；Shinn等人（2023）(https://arxiv.org/html/2609.02158#bib.bib20)不同，律师代理充当连接各个易偏模块的绑定机制。我们通过特定领域的提示将单个LLM实例化为两个不同的角色：法官（M\\mathcal\{M\}）和律师（A\\mathcal\{A\}）。不是标准的预测y^=M⁡\(Xfact\)\\hat\{y\}=\\mathcal\{M\}\(X\_\{fact\}\)，我们将推理建模为一个三步对抗交互过程：y^=∏k∈T→Ψk\(M,A,Xfact\)\\hat\{y\}=\\overrightarrow\{\\prod\_\{k\\in T\}\}\\Psi\_\{k\}\\left\(\\mathcal\{M\},\\mathcal\{A\},X\_\{fact\}\\right\)(1)其中T=\{offense,unlawfulness,culpability\}T=\\\{\\text\{offense\},\\text\{unlawfulness\},\\text\{culpability\}\\\}代表三元推理结构中的每一步，∏上的箭头表示有序执行，Ψk\\Psi\_\{k\}表示在第k步由A\\mathcal\{A\}的对抗干预优化的序列决策函数。这种设计确保最终判决源于法律辩论，而非对检方叙述的单方面确认。

### 3.1输入与基于模式的信息提取  
法律叙述高度非结构化。虽然先前的事件提取研究Feng等人（2022）(https://arxiv.org/html/2609.02158#bib.bib9)；Liu等人（2025）(https://arxiv.org/html/2609.02158#bib.bib12)在基于四要件理论Gao和Ma（2019）(https://arxiv.org/html/2609.02158#bib.bib28)分解这些叙述以构建结构方面取得了有意义的进展，但大规模应用这些方法常常面临实际挑战。因为这些方法通常需要为每种指控定义特定规则，将其扩展到不同的犯罪和法律系统需要大量的人工努力。此外，虽然四要件理论在某些司法管辖区是基础，但其他大陆法系国家（例如德国、韩国、日本）严重依赖Tatbestand概念，它明确区分客观和主观要素。为了克服对特定指控先验的依赖，并提供一个通用的事实抽象，我们提出了一个SOAM模式，它捕捉犯罪行为的基本结构：

- •主体（Subject，S）：行为者或主犯。
- •客体（Object，O）：行为的目标或受害者。
- •客观行为（Actus Reus，A）：严格的客观行为本身及其后果。
- •主观心态（Mens Rea，M）：从上下文推断的主观要素，而不仅仅是明确的意图。我们在这里广义地使用这个术语。222我们保留“Mens Rea”一词以保持与传统的“Actus Reus”和“Mens Rea”二分法一致。在此，它作为一个广义的总称，涵盖了不同犯罪所需的各种主观状态，与更广泛的刑法法理学一致。

通过将事实抽象为这四个核心组成部分，我们的模型以零样本方式执行提取（提示A (https://arxiv.org/html/2609.02158#A1)），有效地绕过了对细粒度标注的需求。然而，结构并非万能。如我们的实验所示（表1 (https://arxiv.org/html/2609.02158#S4.T1)），仅依赖模式实际上加剧了误有罪率（FGR）。强制模型在缺乏对抗性制衡的情况下显式评估详细要素，通常会强化其固有的检方偏见。模式和三步推理各自都是“易偏的”。因此，我们仅在犯罪（Offense）阶段使用这种提取。虽然单独使用模式可能会放大偏见，但它为律师代理提供了一个关键的*结构化事实锚点*。没有这种S\-O\-A\-M分解，代理将难以在非结构化叙述中定位具体的法律弱点。通过将这些组件与对抗性制衡协同起来，OBJECTION将它们转化为一个强大的偏见缓解流程，而随后的违法性（Unlawfulness）和可责性（Culpability）阶段则访问原始描述以捕捉细微的上下文信息。