PulseAugur
中
实时 05:57:59
English(EN) TW-LegalBench: Measuring Taiwanese Legal Understanding

新的TW-LegalBench基准评估LLM在台湾法律方面的能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了TW-LegalBench，这是一个旨在评估大型语言模型（LLM）在台湾法律体系内法律推理能力的新基准。该基准包含超过16,000个选择题，117个开放式论述题，以及超过14,000个法律判决预测实例。虽然表现最佳的LLM已超过合格律师的及格线，但它们在准确引用法律法规方面仍未能达到法官和检察官所需的表现。 AI

影响 该基准有望推动LLM在特定司法管辖区应用中的法律推理能力的提升。

排序理由 该集群描述了一个用于评估LLM在特定法律领域能力的新的学术基准。

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

新的TW-LegalBench基准评估LLM在台湾法律方面的能力

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Fei-Yueh Chen, Chun Huang Lin, Chan Wei Hsu, Kuan Hsuan Yeh, Zih-Ching Chen, Kuan-Ming Chen, Patrick Chung-Chia Huang ·

    TW-LegalBench：衡量台湾法律理解力

    arXiv:2606.18699v1 Announce Type: cross Abstract: Large language models (LLMs) have shown impressive capabilities across diverse tasks, yet their performance on jurisdiction-specific legal reasoning remains underexplored. We present TW-LegalBench that utilizes Taiwanese legal sys…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Patrick Chung-Chia Huang ·

    TW-LegalBench: 衡量台湾法律理解能力

    Large language models (LLMs) have shown impressive capabilities across diverse tasks, yet their performance on jurisdiction-specific legal reasoning remains underexplored. We present TW-LegalBench that utilizes Taiwanese legal system's rich official corpus open to the public to f…

相关实体

相关话题