PARCEL：面向法律模型幻觉检测的三分类声明级评测基准

研究者提出 PARCEL 基准，用于检验法律声明是否得到所引用判例支持。数据集基于纽约州上诉法院判决构建，含 3,396 条括号式声明，标注为 Supported、Refuted 或 Not Found，并以零样本方式评测多个 SOTA LLM。最强模型准确率达 0.97，但仍在提供完整判决书时把无支持声明误判为支持；缺失支持比直接矛盾更难识别，伪造但看似合理的引用导致性能下降最大。