LegalBench是为评估大语言模型法律推理能力而构建的基准测试。它由斯坦福大学的尼尔·古哈等法律专家和研究人员共同构建,于2023年发布,包含160余项法律任务,涵盖争点识别、规则回忆、规则应用、结论推导和解释等多种推理类型。
这些任务依据法律实务和法学中使用的推理类型分类设计,被广泛用于比较模型在法律领域的表现,以及衡量更换模型或提示词所带来的影响。
由法律专家与研究人员共同构建、用于衡量大语言模型法律推理能力的基准测试。
LegalBench是为评估大语言模型法律推理能力而构建的基准测试。它由斯坦福大学的尼尔·古哈等法律专家和研究人员共同构建,于2023年发布,包含160余项法律任务,涵盖争点识别、规则回忆、规则应用、结论推导和解释等多种推理类型。
这些任务依据法律实务和法学中使用的推理类型分类设计,被广泛用于比较模型在法律领域的表现,以及衡量更换模型或提示词所带来的影响。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。
LegalBench -66.9% -0.8分
阅读文章百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。