PulseAugur
中
实时 15:57:50
English(EN) Do LLMs Fabricate Legal Citations? A Bilingual Benchmark on Saudi Data Protection Law and the GDPR

研究发现：大型语言模型会捏造沙特法律引文，但不会捏造GDPR · 跟踪2个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

一项新的基准研究揭示，大型语言模型（LLMs）在准确引用法律文件方面存在显著差异，尤其是在处理不同司法管辖区时。虽然Gemini 2.5 Flash、GPT-OSS-120B和Nemotron-3-Super-120B等模型在欧盟的《通用数据保护条例》（GDPR）方面表现良好，但它们经常捏造沙特《个人数据保护法》（PDPL）的引文。这种捏造无论查询语言（阿拉伯语或英语）如何都会发生，并且通常以高度自信的方式呈现，这凸显了在依赖LLMs进行法律合规之前，迫切需要验证保障措施。 AI

影响 突显了LLMs在法律和合规领域部署的关键安全问题，强调了对健全验证机制的需求。

排序理由 该集群包含一篇学术论文，详细介绍了新的基准测试和对LLM能力的评估。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究发现：大型语言模型会捏造沙特法律引文，但不会捏造GDPR · 跟踪2个来源

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Research
该集群包含一篇学术论文，详细介绍了新的基准测试和对LLM能力的评估。
Source corroboration
2 independent sources
Multiple independent publishers reporting the same story raises confidence that it's real and newsworthy.
Topics
paper, safety
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
70 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Noura Suliman Alrajeh ·

    大型语言模型会捏造法律引文吗？一项关于沙特数据保护法和GDPR的双语基准测试

    arXiv:2607.11127v1 Announce Type: new Abstract: Organizations and regulators increasingly consult large language models (LLMs) for regulatory-compliance questions, yet a wrong statutory citation can silently propagate into legal advice, compliance documentation, and policy decisi…

  2. arXiv cs.CL TIER_1 English(EN) · Noura Suliman Alrajeh ·

    大型语言模型会捏造法律引文吗？一项关于沙特数据保护法和GDPR的双语基准测试

    Organizations and regulators increasingly consult large language models (LLMs) for regulatory-compliance questions, yet a wrong statutory citation can silently propagate into legal advice, compliance documentation, and policy decisions. We introduce a bilingual benchmark of 120 q…

相关实体

相关话题