LabourCrew：用于对劳动法进行值得信赖的对抗性审议和法定推理的多代理 RAG 框架

在法定问答中，每项主张都必须有证据可追溯，而不仅仅是相关，因为无法核实的劳工权利答案会带来严重的法律后果。当前的系统存在缺陷：单次 RAG 无法检测到不足的证据，而多代理法律辩论系统将搁置视为提示约定，让代理引用未检索到的证据。为了解决这一差距，我们引入了 LabourCrew，这是一个围绕三个基础机制构建的多代理 RAG 框架：证据交换协议将倡导者和解释者限制在证据分类账中，从而不可能引用未检索的文本，而容错的监事会并行运行倡导者，因此个人故障会降低系统的性能，而不是导致系统崩溃；校准信任门，用信任评分取代绝对接受/拒绝决策，通过共形风险控制对错误接受率进行无分布限制来设定阈值。我们对 LabourActQA 进行评估，这是 2006 年孟加拉国劳动法中的一套包含 500 项孟加拉语问题的问题，涵盖七个推理类别和三个难度等级。该框架将经验错误接受率提高到 0.081，在目标水平 ($\alpha = 0.10$) 内，在 HyDE RAG、Graph-RAG 和分层 RAG 中实现最高的答案相关性 (0.862 $>$ 0.839, 0.815, 0.828)，并且随着问题难度的增加逐渐降低，而不是灾难性的。这些结果表明，校准的弃权，而不仅仅是检索质量，使得法律问答在资源匮乏的法定领域中变得可审计。