第十位陪审员：面向官僚偏见检测的开放集立场筛查

该论文提出面向荷兰政府文件的闭环偏见治理方法 MARS-Gov，用多智能体结合法律检索、开放集目标筛查、专门陪审员、保守路由与改写验证；筛查发现未被覆盖群体时引入动态“第10位陪审员”参与审议。在 DGDB 数据集上取得 0.880 F1，较最强零样本 LLM 检测器高 20.2 个点。

此前偏见检测多依赖固定分类体系与表面语言特征，难以覆盖新出现的偏见对象，也容易误标模糊的行政表述。该工作把开放集筛查与法律依据、改写验证连成闭环，将偏见治理从单向判定推进到可核查的干预流程。

固定分类法隐含封闭世界假设，只能识别预设群体；零样本 LLM 又倾向通用立场，对行政语言过度标记。MARS-Gov 先用法律检索提供规范依据，再以开放集筛查发现未覆盖群体，触发动态陪审员在固定小组之外审议，并通过保守路由与改写验证控制误干预。

对合规审查、内容审核与公文写作类产品，可参考其分层结构：检测、依据检索、改写、验证分离，降低误报带来的用户摩擦；动态陪审员机制意味着模型面板可扩展而非重训。2.5% 的干预率说明保守路由对控制人工复核成本有直接意义。

• 在公文或合规审核产品中引入开放集目标筛查模块，对未预设群体自动触发额外审议流程。
• 将改写验证做成独立的可追溯步骤，输出改动前后对照与法律依据，供人工复核。
• 用保守路由阈值控制自动干预率，将高置信案例自动化、低置信案例转人工，降低误报成本。
• 以 LOCO 方式的留出类别评估作为上线前回归测试项，检验模型对未见偏见类别的覆盖能力。

• MARS-Gov 在荷兰语之外语言的迁移效果尚未验证。
• DGDB 数据集的规模、标注方式与公开情况未在证据中说明。
• 动态“第10位陪审员”的实例化成本与延迟开销缺乏数据。
• 改写是否在真实行政流程中被采纳、是否引发法律争议，尚无实践证据。