Zespół badaczy opracował L-MAD (Legal Multi-Agent Debate), nową metodę do systematycznej oceny, jak różne struktury debat pomiędzy wieloma agentami AI radzą sobie z zadaniami wymagającymi rozumowania prawnego. Framework przypisuje różne role ekspertów poszczególnym agentom, co pozwala im dyskutować i uzgadniać się nad odpowiedziami w kontekście tekstualnego wnioskowania prawnego (Legal Textual Entailment). Wyniki pokazują, że takie podejście poprawia wyniki o nawet 8 procent w porównaniu z tradycyjnymi modelami jednoosobowymi.
Jednak najbardziej interesujące odkrycie dotyczy granic skalowania debat. Więcej agentów w systemie rzeczywiście zmniejsza niezgodności między ich odpowiedziami i podnosi ogólną dokładność rozumowania. Problem pojawia się jednak przy wydłużaniu samych dyskusji - gdy agenci debatują zbyt długo, dochodzimy do zjawiska określanego jako over-deliberation drift. W takim stanie uczestnicy debaty zaczynają nawzajem wzmacniać swoje błędy zamiast je korygować, co prowadzi do gorszych rezultatów.
Wnioskami z pracy są praktyczne granice bezpiecznego wdrażania systemu wieloagentowych w branżach wysoce wymagających, zwłaszcza w prawie gdzie błędy mogą mieć poważne konsekwencje. Ustalenie optymalnej liczby agentów i liczby rund dyskusji staje się kluczowe dla bezpiecznego użytkownika takich systemów w rzeczywistych scenariuszach sądowych czy prawniczych.