REGREACT：用于结构化监管信息提取的自校正多代理管道

从监管文件中提取结构化、机器可读的合规标准仍然是一个开放的挑战。单遍语言模型会产生结构元素的幻觉，失去层次关系，并且无法解决文档间的依赖关系。我们引入了 RegReAct，这是一个自我纠正的多代理框架，它将监管信息提取分解为七个专门的阶段，每个阶段都有一个观察-诊断-修复 (ODR) 循环，根据源验证输出，不仅纠正模型幻觉，还纠正法规本身的交叉引用错误。为了保证结构的准确性，RegReAct构造了一个类型化的准则图；为了确保完整性，它通过检索、总结和内联嵌入引用的法律内容来解决外部依赖关系，从而生成独立的输出。将 RegReAct 应用于三个欧盟分类委托法案，我们构建了一个包含 242 项活动的数据集，其中包含 4,800 多个分层标准、阈值和丰富的源摘要。针对 GPT-4o 单通道基线的评估表明，RegReAct 在所有结构和语义指标上都优于它。