Crosby 详解如何为法律推理构建评测体系

AI 法律公司 Crosby 的创始工程师 Aveek Duttagupta 撰文详解公司如何为法律推理构建 eval。背景是法律推理本质上「不可验证」：十位优秀律师对同一份合同会给出十种不同 redline，实测两位律师对约 500 处合同修改的一致率仅 45%。文章由此探讨如何告诉法律 agent 什么才算「好」，为不可验证推理建立评测标准。

2026-10-08 ~ 2026-10-08 · 2 条相关