MAP-Law：マルチターン法律相談におけるカバレッジ駆動のリトリーバル制御

要旨: 法律相談は、高いリスクを伴い、知識集約的なタスクです。そこでは、エージェントが関連する法的争点を特定し、権威あるサポートを取得し、そして推奨のために証拠が十分であるかどうかを判断する必要があります。検索拡張生成は法律に関する質問応答の根拠付けを改善してきましたが、多くのマルチターンの法律エージェントは依然として固定の検索深さや粗いヒューリスティックによる制御に依存しています。これは、主要な法的要素に対するサポートが不十分になるか、あるいは文脈負荷を増大させて回答の焦点を弱める過剰な検索につながることがよくあります。
本研究では、マルチターンの法律相談における検索制御のための、カバレッジ駆動型フレームワークMAP-Lawを提案します。MAP-Lawは、争点ノード、法的要素ノード、証拠ノードからなる共同の構造化状態上で、制御された検索プロセスとして相談をモデル化します。各検索ラウンドの後、エージェントは要素カバレッジ（Element Coverage）、証拠カバレッジ（Evidence Coverage）、および限界増分（Marginal Gain）を計算し、それらの信号を用いて、検索を継続するか、探索を別の方向へ誘導するか、あるいは最終的な応答を生成するかを決定します。このようにして、MAP-Lawは固定されたハイパーパラメータによる停止を、法律上の議論構造に整合した、解釈可能で監査可能な意思決定へと変換します。
8つの労働法シナリオにまたがる、自己構築の50件のケースを用いた実験により、行動セレクタとしてDeepSeekを用いたMAP-Lawは、平均2.9ラウンドの検索と5.8件の証拠のみで、要素カバレッジ0.860を達成できることが示されました。固定の7ラウンド基準と比較して、証拠量を80%以上削減し、検索ラウンド数を58%削減します。アブレーション結果はさらに、カバレッジ駆動型の停止、共同グラフ表現、LLMベースの行動選択がそれぞれ独立に寄与していることを確認しています。