热点事件持续更新
哥伦比亚法律体系LLM可靠性基准发布
1 篇报道1 个报道来源17 小时前 更新
先了解这件事
AI 综述
2026年10月5日，研究者在arXiv（Computers and Society）发布专家验证的哥伦比亚法律体系可靠性基准，评测大语言模型在该体系上的表现。基准涵盖1,042个条目、十个法律领域和三种题型；15个闭源与开放权重模型在封闭式选择题上的准确率从0.905（Gemini 3.1 Pro）到0.577不等，但自由文本法律答案的事实正确率从未超过0.45，约半数被引用的法律规范错误或不存在。结果表明当前LLM处理哥伦比亚法律任务仍需专家监督，基准构建流程已开源。
AI 根据报道生成 · 17 小时前更新
最新进展10月5日 12:00
新基准发布：选择题最高0.905，自由文本事实正确率不超0.45，流程已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computers and Society大语言模型了解哥伦比亚法律吗？哥伦比亚法律体系可靠性基准评测
研究者发布专家验证基准，评测大语言模型在哥伦比亚法律体系上的可靠性，涵盖 1,042 个条目、十个法律领域和三种题型。15 个闭源与开放权重模型在封闭式选择题上的准确率从 0.905（Gemini 3.1 Pro）到 0.577 不等，但自由文本法律答案的事实正确率从未超过 0.45。约半数被引用的法律规范错误或不存在，结果表明当前 LLM 处理哥伦比亚法律任务仍需专家监督，基准构建流程已开源。
本事件热度走势
当前热度 6·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。