新基准揭示法律AI系统中的时间错位问题

研究人员在法律检索增强生成（RAG）系统中识别并量化了一个名为“时间错位”的问题，即模型会错误地引用过时或未来的法律文件版本，而不是当前适用的版本。为解决此问题，他们开发了FiscalQA Pro，一个基于法国税法、包含93年间32,000多个条文版本和209个专家评审问题的版本化语料库的基准数据集。评估显示，现有模型在时间推理方面存在显著困难，没有模型能够准确检索到适用日期的版本。一个索引了多个版本的新型端到端检索器达到了98.3%的准确率，凸显了在法律AI应用中进行版本感知检索的重要性。 AI

影响 凸显了法律AI的关键局限性，需要进行版本感知检索以实现准确的法律文件分析。

排序理由 该集群包含一篇介绍用于评估AI系统的新基准和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• FiscalQA Pro
• French tax code
• Gemini 2.5 Pro
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →