一、研究背景与问题研究目标提升大型语言模型LLM在法律判决预测Legal Judgment Prediction, LJP任务中的推理可靠性、准确性和可解释性。现有方法的局限性传统 RAG 的缺陷采用扁平化的知识存储和检索方式无法区分法律文本中事实细节、适用规则和抽象原则等不同粒度的知识导致检索偏差。GraphRAG 的不足虽然引入图结构但仍使用扁平图难以处理法律语料的异构性和多粒度层次。缺乏验证机制传统方法直接将检索内容送入 LLM 生成答案没有证据验证步骤容易产生“无支撑的正确预测”或推理错误。领域专用模型成本高监督微调SFT需要大量计算资源且存在灾难性遗忘风险。二、核心创新LegalGraphRAG 框架作者提出了一个全新的框架包含两大核心组件1. 层次化法律图谱HierarGraph将法律知识组织为三个专门的子图层次解决知识异构和粒度冲突问题子图功能关键元素事实图Fact Graph, _fac存储经过验证的法律先例链接案例、法条和罪名案例节点C、法条节点A、罪名节点O本体图Ontology Graph, _ont抽象案例特征构建语义关系通过 k-NN 和 Leiden 算法聚类形成社区案例特征节点ℱ、社区节点规则图Rule Graph, _rul链接法条与司法解释并为每个法条配备诊断检查表Diagnostic Checklist法条节点A、解释节点ℐ、检查项这种分层设计使系统能够在不同抽象级别上检索知识显著提升了检索的准确性。2. 基于证据的多智能体法律推理系统模拟法律专业人士的工作流程包含三个协作智能体智能体职责核心操作研究员Researcher证据检索采用三种并行策略1语义匹配检索2社区扩展检索3指控锚定检索审计员Auditor证据验证与剪枝对每个候选法条利用诊断检查表和司法解释逐项验证案件事实是否满足条件剪除不适用的法条及相关节点裁决员Adjudicator判决综合基于经过验证的证据子图生成带有明确引用的最终判决该流程确保每个判决结论都可追溯到具体的法律证据实现了透明、可验证的法律推理。三、实验设计与主要发现数据集CAIL2018中国大规模刑事判决预测数据集含 260 万案例CMDL中国多被告法律判决预测数据集基线模型通用 LLMGPT-4o-mini、DeepSeek-V3.1法律专用模型DISC-LawLLM、ADAPT、LegalΔRAG/GraphRAG 方法Naive RAG、G-retriever、RAPTOR、LightRAG、HippoRAG2主要实验结果观察结论Obs.1LegalGraphRAG 在所有数据集上一致优于所有基线提升幅度达 6.3%~19.1%Obs.2显著超越专用法律 LLM平均优于 LegalΔ 7.1%优于 ADAPT 6.7%Obs.3层次化图谱检索的证据更全面、更相关优于扁平图结构Obs.4大幅提升“可追溯正确”样本比例解决“无支撑正确”问题Obs.5消融实验显示移除层次化图谱导致准确率下降 7.2%验证其核心作用Obs.6研究员和审计员的协同不可或缺分别移除导致准确率下降 4.0% 和 3.4%Obs.7框架与不同骨干模型GPT-4o-mini、DeepSeek-V3.1兼容通用性强Obs.8-9在法条预测和刑期预测等子任务上均表现优异Obs.10对检索超参数 k 具有鲁棒性Obs.11在线推理时间较长但这是为换取可解释性所付出的必要代价四、研究贡献总结首次将层次化知识图谱与多智能体系统深度融合于法律推理任务。提出HierarGraph有效解决法律知识的多粒度异构性问题。设计研究员-审计员-裁决员三阶段推理流程实现了证据检索、验证和判决合成的全透明化。实验证明该方法在准确性、可靠性和可解释性上均达到当前最优水平。开源代码和数据集促进领域后续研究。五、局限性与未来方向局限性未来方向仅处理文本模态输入扩展为多模态图谱融入图像、音频、视频等证据非文本证据需预先转录为文本实现跨模态推理构建更全面的“智慧法庭”系统在线推理延迟较高优化证据验证效率LegalGraphRAG 通过构建层次化法律知识图谱并引入多智能体协作的“检索-验证-裁决”流程实现了法律推理从“黑箱预测”到“透明论证”的范式升级在保证准确率的同时大幅提升了判决的可信度和可追溯性。这里是自己的论文阅读记录感兴趣的话可以参考一下如果需要阅读原文的话可以看这里如下所示项目地址在这里如下所示摘要基于图的检索增强生成GraphRAG通过将知识构建为关系图超越了普通的文档检索实现了更连贯、更有效的推理。然而将其应用于法律推理等特定领域时面临着关键挑战(i) 法律语料是异构的包含来自案例、法条和解释的多粒度知识。一个扁平的知识图谱无法充分区分事实细节、适用规则和抽象原则从而限制了检索的准确性。(ii) 可靠的法律判决要求透明、基于证据的推理。传统的 RAG 直接将检索到的上下文传递给大语言模型LLM而不进行验证导致推理过程不透明且容易出错。为此我们提出了 LegalGraphRAG一个为可靠法律推理设计的框架。我们的方法引入了两个核心组件一个分层法律图谱用于分层组织法律来源以便在适当的抽象级别进行检索以及一个用于可靠法律推理的多智能体系统其中研究员Researcher检索候选证据审计员Auditor严格验证其针对源文件的有效性裁决员Adjudicator综合一组经过验证的证据以做出最终判决。大量实验表明LegalGraphRAG 达到了最先进的性能在准确和可信的法律分析方面优于现有的 GraphRAG 基线。1 引言大型语言模型LLMs如 GPTAchiam 等2023、GeminiComanici 等2025和 QwenYang 等2025a系列的快速发展推动了各种现实世界任务中智能决策的重大进步。图 1: 传统 RAG 在领域特定任务中面临的挑战。(i) 扁平图结构难以处理异构文档。(ii) 未经验证的检索包含过多不相关信息。然而由于领域对严谨性和可靠性要求的标准很高将这些模型部署在法律推理等专业化、知识密集型的领域仍然具有挑战性Lai 等2024Hou 等2025Siino 等2025。领域特定任务需要在包含专业知识、严格规则和复杂依赖关系的庞大知识库上进行全面理解和多步推理Wang 等2023Kim 等2025这需要严格的逻辑推理和领域专业知识超出了通用 LLM 的能力范围。虽然在领域语料库上进行监督微调SFTOuyang 等2022Hu 等2022能使模型内化这些专业知识但这种方法在许多现实场景中会产生巨大的计算成本并经常面临严重的灾难性遗忘风险Yue 等2024Luo 等2025。图 2检索性能比较揭示了传统 RAG 方法在处理异构领域文档时存在困难错误率高且效果有限。详细的实验设置在第 3.1 节和附录 A.3 中介绍。最近检索增强生成RAGLewis 等2020Borgeaud 等2022Li 等2025Zhang 等2025b为将 LLM 适应特定领域提供了一种实用的解决方案。RAG 系统使 LLM 不仅能够利用其参数化知识还能利用实时检索到的领域知识来生成回复从而提供更准确和可靠的答案Mallen 等2023Zhang 等2025b。然而标准的 RAG 系统通常基于语义相似度检索信息Karpukhin 等2020Chen 等2024将文档视为独立的文本段。这阻碍了在层次化法律概念和多个文档上进行复杂的多跳推理限制了其在法律分析中的有效性。基于图的检索增强生成GraphRAGEdge 等2024Zhang 等2025aXiang 等2025Yang 等2026通过将领域语料库组织成结构化的关系图推进了这一范式。这种结构感知能力捕捉了不同概念之间的层次关系从而能够进行更精确的检索并支持复杂查询所需的多跳推理。然而直接将标准 GraphRAG 应用于法律领域面临着关键挑战如图 1 所示(i) 扁平的图结构无法捕捉法律语料库中跨越事实细节、适用规则和抽象原则涵盖案例、法条和解释的多粒度层次结构从而限制了检索的准确性。(ii) 缺乏可验证、基于证据的推理。传统的 RAG 直接将检索到的上下文传递给 LLM而不进行任何验证。这种“检索-生成”流程常常导致不透明、易出错的推理。在本文中我们提出了 LegalGraphRAG一个将基于图的检索与多智能体推理系统相结合的新颖框架用于实现可靠的法律推理。具体来说LegalGraphRAG 包含两个关键组件(i) 层次化法律图谱HierarGraph它将法律知识组织成一个层次图以有效解耦历史案例、相关法规和司法解释(ii) 一个用于基于证据推理的多智能体系统Xiang 等2026其中法律判决过程被构建为一个透明的流程用于检索、验证和推理基于图谱的证据以产生可解释的决策。总的来说我们的贡献总结如下我们提出了 LegalGraphRAG一个由在层次化知识图谱上运行的多智能体系统驱动的、基于证据的法律推理框架该框架解决了法律异构性问题并确保了可靠的推理。我们设计了一个包含本体层、事实层和规则层的层次化法律知识图谱用于建模多粒度法律知识并支持精确检索。我们建立了一个用于基于证据推理的多智能体系统通过检索、验证和合成的透明流程执行裁决将判决建立在可验证的证据链之上。大量实验表明LegalGraphRAG 在准确和可信的法律分析方面持续优于现有的 GraphRAG 基线和法律语言模型。2 问题陈述复杂法律推理被表述为一个开放式生成任务用于评估 LLM 在法律领域内的决策能力。形式上给定一个犯罪事实描述 f 和一个被告 dLLM 的任务是预测适用的指控 y。在本文中我们专注于将该推理框架与 RAG 集成以评估模型利用外部法律知识进行司法推理的能力。该任务可以组织为以下几个阶段知识组织。给定一个离线法律文档语料库 D包括历史案例、法条和解释我们构建一个特定领域的法律知识图谱3 初步研究由于专业、知识密集型领域固有的结构复杂性和高标准要求将标准检索范式应用于这些领域面临着关键挑战。为了说明这些挑战我们进行了两项初步实验以实证研究现有方法在知识粒度和生成质量方面的具体局限性。3.1 知识粒度调查复杂的领域知识具有固有的层次性。在法律背景下这需要区分抽象的法定原则和具体的案件事实。我们假设标准检索策略无法区分这些语义粒度因为它们以相同方式处理所有文本段。为了验证这一点我们比较了扁平策略Flat Strategy和一种朴素层次策略Naive Hierarchical Strategy后者明确地将法条与案件叙述分开详见附录 A.3。如图 2 所示实证结果证实了我们的假设。扁平策略表现出明显的“粒度偏差”由于表面级的语义重叠经常优先考虑高频事实细节而往往牺牲了必要的抽象原则。相反层次策略更符合领域的逻辑结构将检索性能提高了 25.3%。这一观察表明结构扁平性是标准 RAG 在处理多粒度知识时的一个基本瓶颈。3.2 生成质量调查可靠的领域推理不仅需要信息检索还需要证据验证。现实世界的法律环境通常包含关键词相似但在领域适用性上根本不同的文档。为了模拟这一现实挑战我们进行了一项测试详见附录 A.4。具体来说我们将法律上看似合理但事实无关的文档注入检索上下文以评估模型聚焦于相关证据的能力。表 1在不同水平的模拟检索噪声下性能下降。ACC (↑) 表示指控和法条预测的准确率。MAE (↓) 表示刑期预测的平均绝对误差。如表 1 总结标准 RAG 模型对上下文纯度表现出显著的敏感性。包含不相关信息会导致性能急剧下降。这一观察表明如果没有专门的验证机制来过滤无关内容模型难以区分有效证据和误导性信息从而损害了推理的可靠性。3.3 讨论与动机这两项研究的发现突显了将标准 RAG 应用于复杂领域的基本局限性∙∙ 扁平的检索机制无法驾驭领域知识的层次性例如区分规则与事实导致上下文偏差。∙∙ 缺乏明确的验证步骤使系统在面对误导信息时变得脆弱这在法律等严谨领域是不可接受的。这些见解激发了 LegalGraphRAG 的设计它结合了层次化法律图谱来解决粒度冲突并采用基于证据的法律推理研究员-审计员-裁决员框架来强制执行严格的验证。4 LegalGraphRAG 框架4.1 概述传统的 GraphRAG 方法在法律判决中面临局限性原因是法律语料的异构性和多粒度性。为了解决这一挑战我们提出了 LegalGraphRAG一个由在层次化知识图谱上运行的多智能体系统驱动的、基于证据的法律推理框架。该框架在两个不同的阶段运行(i) 层次化知识构建将法律知识组织成层次图结构以有效解耦历史案例、相关法规和司法解释(ii) 基于证据的法律推理将法律判决过程构建为一个透明的流程用于检索、验证和推理基于图谱的证据以产生可解释的决策。整个框架如图 3 所示。图 3: LegalGraphRAG 的架构。该框架包含两个主要阶段(1) 层次化知识构建构建一个包含事实图、本体图和规则图的层次化法律图谱HierarGraph用于组织异构法律知识(2) 基于证据的法律推理其中多智能体系统研究员、审计员和裁决员在 HierarGraph 上执行结构化的检索、验证和综合以生成可解释的法律决策。4.2 层次化知识构建法律推理涉及异构信息源包括历史案例、抽象法条和解释。采用扁平的存储结构不足以处理这些数据源固有的结构差异导致信息杂乱和检索效率低下。为了应对这一挑战我们构建了一个层次化法律图谱HierarGraphH将法律知识组织成不同的语义层能够明确区分不同的法律概念并为可靠的推理提供结构化基础。HierarGraph 由三个专门的子图组成通过整合这三个层次HierarGraph H 将异构的法律语料库转变为一个结构化的生态系统。这种架构通过为后续的基于证据的法律推理提供多粒度支持直接解决了扁平检索的局限性。详细的构建过程见附录 B.1。4.3 基于证据的法律推理为了利用我们的 HierarGraph 中编码的多粒度知识我们提出了一个用于基于证据推理的多智能体系统其中专门的智能体顺序遍历图谱以执行证据检索、验证和综合。具体来说工作流程包含三个智能体1) 研究员2) 审计员和 3) 裁决员。通过结构化的图谱遍历和逻辑分析该框架通过构建最终的、可验证的判决来解决原始案件查询。4.3.1 证据检索4.3.2 证据验证鉴于在证据检索阶段检索到的候选证据此阶段侧重于验证案件事实是否真正满足法律要求的条件而不是依赖于表面级的语义相关性。具体来说对于每个候选法条我们通过使用 Gru​ 中编码的相关诊断检查表和司法解释来评估案件事实从而验证其适用性。然后汇总验证结果为每个法条生成最终的适用性判断。表 2: CAIL 和 CMDL 上的性能比较。我们采用 Qwen3-8B 作为默认骨干模型。最佳结果以粗体突出显示次优结果以下划线标出。我们在 Δ 列中可视化了 LegalGraphRAG 相对于每个基线的收益。图 4比较案例研究说明了不同方法的推理轨迹。虽然朴素 RAG 因缺少法律法条而失败基于三段论的方法则难以处理模糊性但 LegalGraphRAG 得出了正确的判决。通过利用 HierarGraph 和基于证据的法律推理我们的框架展示了透明度和可靠性提供了基于法律证据的可验证推理链。模型以 GPT-4o-mini (Achiam 等2023) 和 DeepSeek-V3.1 (Liu 等2024) 为代表。(iii)法律专用方法包括领域专用方法如 DisCLM (Yue 等2024)、LegalΔ (Dai 等2025) 和 ADAPT (Deng 等2024b)(iv)基于 RAG 的方法包括朴素 RAG 和先进的图增强策略如 G-retriever (He 等2024a)、RAPTOR (Sarthi 等2024)、LightRAG (Guo 等2024) 和 HippoRAG2 (Gutiérrez 等2025)。详细配置见附录 D.4。评估指标我们采用准确率Accuracy和微平均 F1 值Micro-F1 score来评估预测性能。详细定义见附录 D.3。实现细节我们使用 GPT-4o-mini 进行图构建使用 BGE-m3 (Chen 等2024) 进行嵌入生成。各种 LLM 作为推理阶段的骨干模型。我们采用 Qwen3-8B (Yang 等2025a) 作为我们主要实验的默认骨干模型。完整的超参数设置和硬件规格详见附录 D.5。5.2 生成准确率 (Q1)为了回答 Q1我们在两个法律判决数据集上将 LegalGraphRAG 与 SOTA RAG 方法和专用法律 LLM 进行了评估。指控预测的主要比较结果报告在表 2 中扩展分析见附录中的表 4、5 和 6。我们将关键观察总结如下。观察 1.LegalGraphRAG 在法律数据集上持续优于基线。我们的方法在两个数据集的大多数评估指标上取得了最佳结果。值得注意的是LegalGraphRAG 相对于最强基线取得了 6.3% 到 19.1% 的显著提升。与在法律领域表现不佳的标准 GraphRAG 方法不同我们的方法有效地构建了异构知识从而增强了法律推理能力并总体上提高了指控预测的准确率。观察 2.LegalGraphRAG 显著超越了现有的专用法律 LLM。我们的方法平均优于 LegalΔ 和 ADAPT分别为 7.1% 和 6.7%。此外如附录表 4 所示LegalGraphRAG 可以灵活地与不同的骨干模型集成当与强大的骨干结合时在 CMDL 上达到了 78.7% 的峰值性能。这表明与专用的法律领域基线相比它具有很强的适应性和稳健的推理能力。5.3 案例研究 (Q2)为了展示我们框架优越的可解释性我们在图 4 中提供了一个代表性刑事案件的定性分析。更多案例见附录 E。观察 3.LegalGraphRAG 检索到显著更相关和更全面的证据。如图 5 所示传统的扁平图结构例如HippoRAG2难以处理异构的法律文档常常无法捕获必要的法规。这种结构限制导致上下文碎片化。相比之下我们的层次化组织有效地构建了法律知识确保检索到的上下文足以支持稳健的推理。观察 4.LegalGraphRAG 通过严格的证据基础保证了决策的可追溯性。虽然基线模型通常能做出正确的预测但我们的可靠性分析图 6揭示了一个关键问题即“无支撑的正确性”模型预测了正确的指控但未能检索到必要的支持证据。这意味着该预测并非由相关证据或有效的推理链所支撑。LegalGraphRAG 显著提高了“可追溯正确”样本的比例定义见附录 A.5。通过强制执行严格的验证我们的系统确保判决中引用的每一条法规都表 3在 CAIL 数据集上对 LegalGraphRAG 组件的消融研究。结果强调了 HierarGraph 对于知识组织不可或缺的作用以及研究员和审计员智能体在确保推理准确性方面的协同作用。5.4 消融研究 (Q3)为了量化每个组件的影响我们通过从完整的 LegalGraphRAG 框架中移除特定模块进行了系统的消融研究。结果详见表 3。观察 5.层次化结构是性能的基石。移除层次化图谱w/o HierarGraph导致准确率下降最剧烈达 7.2%。这证实了将具体事实与抽象规则分离到不同的粒度级别是至关重要的它提供了扁平索引所缺乏的结构精度。观察 6.多智能体工作流保证了推理的可靠性。排除研究员和审计员分别使准确率下降了 4.0% 和 3.4%。这验证了它们的协同作用研究员通过多样化的检索策略最大化证据覆盖范围而审计员强制执行严格的验证确保只有经过验证的证据才能支持判决。6 结论总之我们提出了 LegalGraphRAG一个基于证据的法律推理框架它解决了法律异构性和推理可靠性的关键挑战。通过将层次化知识图谱与协作式多智能体系统相结合我们的方法将法律推理过程转变为一个透明的检索、验证和综合流程。在法律判决基准上的大量实验验证了 LegalGraphRAG 建立了新的最先进水平显著推进了用于可靠和复杂法律分析的准确且可信赖的 AI。