사이버 배심원: 전자상거래 분쟁 판결을 위한 멀티 에이전트 시뮬레이션 태스크

CyberJurors: A Multi-Agent Simulation Task for E-Commerce Disputes Verdict

전자상거래 플랫폼은 대량의 거래 분쟁을 해결하기 위해 크라우드소싱 방식으로 배심원을 모집하는 것을 시작했습니다. 기존의 공식적인 법적 판단과 달리, 전자상거래 분쟁 판결은 중복되고 다단계이며 다양한 형태의 증거에서 핵심 단서를 파악하고, 플랫폼별로 유연하게 적용되는 규정에 따라 결정을 내려야 합니다. 이러한 특징들은 기존 방법론이 이 시나리오에 적합하지 않음을 보여줍니다. 이러한 격차를 해소하기 위해, 우리는 전자상거래 분쟁 판결(EDV)이라는 새로운 태스크를 제시하고, 실제 크라우드 배심원의 판단을 반영하도록 설계된 6,000개의 실세계 사례로 구성된 멀티모달 벤치마크인 VerdictBench를 소개합니다. 이를 바탕으로, 우리는 분쟁의 논리를 명확히 하고 판결 과정을 규제하기 위한 멀티 에이전트 프레임워크인 CyberJurors를 제안합니다. 개별 수준에서, Individual Verdict Chain-of-Thought는 EDV 태스크를 네 가지 구조화된 추론 단계로 나누어 세밀한 단서 인식과 핵심 단서와 분쟁의 초점 사이의 인과 관계를 명확히 합니다. 집단 수준에서, Jury Consensus Verdict는 다단계 토론 및 투표를 시뮬레이션하며, 판결 선례를 통합하여 어느 당사자에 대한 인지적 편향을 완화합니다. VerdictBench에서의 실험 결과, CyberJurors는 최첨단 LLM, MLLM 및 법원 시뮬레이터를 능가하며, 실제 배심원의 투표 패턴과 더 높은 일관성을 보였습니다. 코드와 데이터셋은 https://github.com/YanhuiS/CyberJurors 및 https://huggingface.co/datasets/piggi/VerdictBench에서 확인할 수 있습니다.

E-commerce platforms have begun recruiting crowdsourced jurors to adjudicate massive volumes of transaction disputes. Unlike formal legal judgment, E-commerce dispute verdicts require grounding pivotal clues from redundant, multi-round, multimodal evidence and making decisions under flexible platform-specific conventions. These characteristics render existing methods insufficient for this scenario. To bridge this gap, we introduce a pioneering task, E-commerce Dispute Verdicts (EDV), and present VerdictBench, a multimodal benchmark comprising 6,000 real-world cases designed to reflect crowdsourced jury decisions. Building upon this, we propose CyberJurors, a multi-agent framework to clarify the dispute logic and regulate the verdict process. At the individual level, Individual Verdict Chain-of-Thought decomposes the EDV task into four structured reasoning stages, enabling fine-grained clue perception and clarifying causal logic between pivotal clues and the dispute focus. At the collective level, Jury Consensus Verdict simulates multi-round discussion and voting among jurors, while incorporating verdict precedents to mitigate cognitive biases toward either disputant. Experiments on VerdictBench show that CyberJurors outperforms state-of-the-art LLMs, MLLMs, and court simulators, while achieving stronger alignment with real-world jury voting patterns. Code and dataset are available at https://github.com/YanhuiS/CyberJurors and https://huggingface.co/datasets/piggi/VerdictBench.