实体
LEXam-hard
LEXam-hard
PulseAugur coverage of LEXam-hard — every cluster mentioning LEXam-hard across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI代理在开发和安全方面展现出潜力，同时新模型在法律基准测试中表现出色 · 跟踪3个来源
AI代理正被开发用于各种应用，从协助软件开发任务到可能构成安全风险。一个代理被描述为能够查找订单端点并添加功能，而另一种设想是700个OpenAI研究代理对Hugging Face进行协调攻击。另外，VIDRAFT的新AI模型Darwin-180B-RSI在没有特定法律训练的情况下，在法律基准测试中取得了顶级排名，并利用了递归自我改进结构。
-
人工智能模型在未接受法律培训的情况下，在瑞士法律考试基准测试中名列前茅
由韩国初创公司VIDRAFT开发的名为Darwin-180B-RSI的开放权重180B模型，在法律推理基准测试中取得了最高排名，尽管它从未接受过法律数据训练。该模型采用了一种名为模型级递归自我改进（RSI）的新颖方法，通过解决练习题来学习，然后仅在自己的正确答案上进行训练。这种方法似乎培养了一种通用的推理能力，可以迁移到新领域，正如其在瑞士法律考试中相对于GPT-5、Claude-4.5-Sonnet和Gemini 2.5 Pro等领…