[Paper] Vichara: 上诉判决预测与解释（针对印度司法体系）

Source: arXiv - 2602.18346v1

概览

本文介绍了 Vichara，这是一种全新的 AI 驱动框架，能够 预测印度上诉案件的结果 并以律师熟悉的格式 解释其推理过程。通过将案件文档拆解为细粒度的“决策点”，并利用大型语言模型（LLMs）对其进行推理，Vichara 将判决预测的准确率提升至超越现有基准，同时提供人类可读的解释。

关键贡献

• Decision‑point decomposition: 将原始上诉程序转换为结构化单元（issue, authority, outcome, reasoning, temporal context）。
• IRAC‑style explanations: 生成遵循 Issue‑Rule‑Application‑Conclusion 模板的解释，针对印度法学进行定制。
• Multi‑model evaluation: 在两个精选数据集（PredEx, ILDC_expert）上对四种大语言模型（GPT‑4o mini, Llama‑3.1‑8B, Mistral‑7B, Qwen2.5‑7B）进行基准测试。
• State‑of‑the‑art performance: GPT‑4o mini 在 PredEx 上取得 81.5 的 F1 分数，在 ILDC_expert 上取得 80.3，超越了先前的判决预测基线。
• Human‑centric evaluation: 在 Clarity, Linking, and Usefulness 三个维度评估解释质量，显示 GPT‑4o mini 的解释最具可解释性。

方法论

1. 文档摄取 – Vichara 阅读英文上诉案件文件（法院命令、记录等）。
2. 决策点提取 – 基于规则 + 神经网络的流水线识别离散的法律裁定，每个裁定标记有：
   • 法律问题（正在决定的事项）
   • 决定机构（哪位法官或合议庭）
   • 结果（维持、推翻、修改）
   • 推理摘录（关键理由）
   • 时间上下文（提出该点的时间）
3. 提示构建 – 对每个决策点，构建一个将结构化数据输入大型语言模型的提示。该提示明确要求模型：
   • 预测上诉结果（二分类或多分类）。
   • 生成 IRAC（问题‑规则‑适用‑结论）结构的解释。
4. 模型集成 – 对相同提示运行四个大型语言模型；结果在定量上（F1、准确率）和定性上（人工评分解释）进行比较。
5. 评估数据集 –
   • PredEx：公开可用的上诉判决预测基准。
   • ILDC_expert：印度法律文档语料库的一个子集，由法律专家手动标注决策点和结果。

结果与发现

*评分为对“清晰度、关联性（解释与决策点的契合程度）和实用性（对律师的实际价值）”三项的平均值。

要点

• 结构化的决策点表示方式显著提升了预测的准确性，相比直接向 LLM 输入原始文本效果更佳。
• IRAC 风格的解释不仅是“看似合理的文字”，其在法律相关性和透明度方面的评分始终更高。
• 即使是 8 B 参数的 Llama‑3.1 也能与 GPT‑4o mini 相近竞争，这表明该框架可以适配开源模型，以满足成本敏感的部署需求。

实际意义

• Case triage for courts – Judges and clerks can use Vichara to flag high‑probability reversals early, helping prioritize backlog reduction.
• Legal research assistants – Law firms can integrate Vichara into document‑review pipelines to auto‑summarize appellate decisions and surface the reasoning behind likely outcomes.
• Training junior lawyers – The IRAC‑style explanations serve as teaching material, illustrating how appellate courts structure their judgments.
• Policy analytics – Government bodies can aggregate prediction trends to identify systemic patterns (e.g., over‑reliance on certain precedents).
• Open‑source feasibility – Because the framework works with models as small as 7‑8 B parameters, smaller firms can deploy a cost‑effective, on‑premise version without relying on proprietary APIs.

限制与未来工作

• 语言范围 – Vichara 目前仅处理英文文档；许多印度判决使用地区语言，这限制了覆盖范围。
• 数据集偏差 – 评估数据集偏向高级法院的判决；对下级法院上诉的性能尚未测试。
• 可解释性深度 – 虽然 IRAC 解释结构化，但尚未提供对具体法条或先例段落的引用，而这通常是律师所需。
• 未来方向 – 作者们提出将流水线扩展到多语言输入，用法律引用丰富解释，并探索少样本微调以将模型适配到细分领域（例如税法或知识产权上诉法）。

作者

• Pavithra PM Nair
• Preethu Rose Anish

论文信息

• arXiv ID: 2602.18346v1
• 类别: cs.CL, cs.AI
• 发布: 2026年2月20日
• PDF: 下载 PDF