热点事件持续更新
Legal Research Bench 法律研究智能体基准发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.AI 分类发布 Legal Research Bench（LRB），一个由专家编写的 413 道美国法律研究开放题基准，每题配有标准答案、支撑权威和二元评分标准。研究者在带网页搜索、判例检索等工具的测试框架下测试了 13 个前沿模型，表现最好的 Claude Opus 4.8 全对率仅 42.9%。全对率因法律领域而异，需协调冲突权威的问题更低；研究还发现更多轮次、工具调用和推理成本并不能预测更高准确率。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
LRB 基准发布，13 个前沿模型最佳全对率仅 42.9%。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.AI（全量分类）Legal Research Bench：衡量长时程法律研究智能体的端到端可靠性
研究者推出 Legal Research Bench（LRB），一个由专家编写的 413 道美国法律研究开放题基准，每题配有标准答案、支撑权威和二元评分标准。在带网页搜索、判例检索等工具的测试框架下，13 个前沿模型表现最好的 Claude Opus 4.8 全对率仅 42.9%。全对率因法律领域而异，需协调冲突权威的问题更低，且更多轮次、工具调用和推理成本并不能预测更高准确率。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2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。