arxiv · arXiv · 2026-10-03 01:27 · 评分 85
引入经专家验证的哥伦比亚法律系统LLM可靠性基准，含1042个条目、十个法律领域和三种题型（闭卷、半开卷、开放式IRAC），通过人在回路流水线构建，用于评估LLM在哥伦比亚法律领域的可靠性。
原文：arXiv ｜ 返回 AI 资讯列表