CyberJurors：面向电商纠纷裁决的多Agent模拟任务

电商平台已开始招募众包陪审员来裁决海量的交易纠纷。与正式的司法审判不同，电商纠纷裁决需要从冗余的多轮多模态证据中锚定关键线索，并在灵活的平台特定规则下作出决策。这些特点使现有方法难以胜任该场景。为填补这一空白，我们提出一项开创性任务——电商纠纷裁决（EDV），并给出VerdictBench，一个由6000个真实案例组成、旨在反映众包陪审团决策的多模态基准。在此基础上，我们提出CyberJurors，一个用于厘清纠纷逻辑并规范裁决过程的多Agent框架。在个体层面，Individual Verdict Chain-of-Thought将EDV任务分解为四个结构化推理阶段，实现细粒度的线索感知，并厘清关键线索与争议焦点之间的因果逻辑。在集体层面，Jury Consensus Verdict模拟陪审员之间的多轮讨论与投票，并引入裁决先例以缓解对任一争议方的认知偏差。在VerdictBench上的实验表明，CyberJurors优于最先进的LLM、MLLM与法庭模拟器，并与真实世界陪审团投票模式取得更强的一致性。代码与数据集发布于https://github.com/YanhuiS/CyberJurors和https://huggingface.co/datasets/piggi/VerdictBench。