Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
LabourCrew научили отвечать на вопросы по трудовому праву так, чтобы каждое содержательное утверждение опиралось на найденный фрагмент закона, а сомнительный ответ можно было удержать. На LabourActQA доля ошибочно пропущенных утверждений составила 8,1% при заданном пределе 10%; поскольку препринт не рецензирован, все числа в нём получили сами авторы. Для продуктовой команды работа предлагает не новую базовую модель, а архитектуру контроля вокруг LLM.
Закон хранится как граф, а не как набор фрагментов
Обычная RAG-система сначала находит подходящие отрывки, а затем передаёт их модели для ответа. В законах такой подход ломается на структуре документа: правило может находиться в одном фрагменте, исключение — в оговорке рядом, а важная ссылка — вести в другой раздел.
LabourCrew заранее разбирает закон на главы, разделы, подразделы, оговорки и пояснения. Между ними сохраняются типизированные связи: принадлежность к разделу, связь с оговоркой и перекрёстная ссылка. Границы задаёт нумерация самого закона, а не одинаковая длина фрагментов.
Парсер также склеивает текст, разорванный границами страниц после распознавания PDF, и закрепляет за каждым узлом версию закона. Получившийся граф не требует отдельной графовой базы: связи хранятся в метаданных узлов рядом с векторным индексом.
При запросе система сначала ищет смыслово близкие узлы. Затем она проходит по связям от найденных разделов к оговоркам и упомянутым нормам. Если вопрос прямо называет номер раздела, LabourCrew ищет его отдельно, а не полагается на смысловое сходство.
Такой индекс решает конкретную инженерную проблему: поиск возвращает не только тематически подходящий текст, но и юридически связанный контекст. Однако граф считается полным и правильно привязанным к версии закона. Ошибка при распознавании или разборе исходного документа попадёт во все последующие проверки.
Агенты спорят только на общей доказательной базе
После поиска LabourCrew передаёт найденные узлы в общий реестр доказательств. Один агент формулирует позицию работника, другой ищет исключения и условия в пользу работодателя, а нейтральный интерпретатор описывает применимое правило. Адвокаты работают параллельно и не получают собственного инструмента поиска.
Ссылаться можно только на узлы, уже записанные в реестр. Это меняет роль подсказки: модель не просто просят не выдумывать источники — система технически ограничивает доступный набор доказательств. Если один из агентов не отвечает, диспетчер повторяет только его вызов, а не запускает всю цепочку заново.
Аудитор проверяет существование каждой ссылки, дословное совпадение цитаты, происхождение найденного узла и уверенность агента. Он также ищет противоречия и недостающие переходы по графу. Если доказательств не хватает, система может вернуться к поиску с конкретным запросом на дополнительный раздел или оговорку.
Перед выпуском отдельный проверяющий ещё раз сопоставляет цитаты с текстом закона. Не прошедшее проверку утверждение удаляется. Весь ответ получает один из трёх статусов: подтверждённый, неполный или неопределённый.
Последнее решение принимает доверительный шлюз. Его порог подбирают на размеченном наборе примеров так, чтобы ограничить ложный допуск — долю неверных утверждений, которые система всё же выпускает. Это не гарантирует правильность каждого ответа: граница действует для будущих запросов, сопоставимых с калибровочными данными.
Работа меняет контур продукта, но не даёт готовую юридическую систему
LabourCrew проверяли на 500 вопросах на бенгальском языке по Bangladesh Labour Act, 2006. Набор охватывает семь видов рассуждения и три уровня сложности. Границы проверки поэтому узкие: один закон, одна юрисдикция и один специально собранный набор вопросов.
По показателю релевантности ответа LabourCrew получил 0,862 против 0,839 у ближайшего из сравниваемых вариантов. Система также обошла HyDE RAG, Graph-RAG и Hierarchical RAG по остальным использованным метрикам, однако эти результаты не показывают, что тот же порог доверия перенесётся на другой закон или корпус.
Для команды, которая строит юридического помощника или другую RAG-систему с высокой ценой ошибки, работа сдвигает приоритеты. Одного улучшения поиска недостаточно: в план нужны структурный разбор источника, общий реестр доказательств, механическая проверка цитат, явный отказ от ответа и собственный калибровочный набор.
Многоагентный спор здесь вторичен по отношению к ограничениям. Если дать ролям свободно искать и цитировать текст, их специализация не обеспечивает проверяемость. Полезная часть LabourCrew — возможность проследить путь от найденного узла через утверждение до решения о выпуске.
Архитектуру нельзя переносить вместе с готовым порогом. Для нового закона придётся заново собрать и проверить граф, закрепить версию документа, разметить примеры для калибровки и проверить, как пользователи понимают статусы неполного и удержанного ответа. Сама работа рассматривает LabourCrew как поддержку специалиста, а не замену квалифицированной юридической проверки.
Источники
Иллюстрация: рисунок из статьи «LabourCrew: A Multi-Agent RAG Framework for Trustworthy Adversarial Deliberation and Statutory Reasoning over Labour Law», Fatema Tuj Johora Faria, Mukaffi Bin Moin, Jubayer Al Mahmud и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
