micro1 发布 LegalReasonBench：用真实法律事务测模型长程推理
douwekiela · x · 2026-10-17
micro1 发布 LegalReasonBench，一个新的 benchmark，测试 AI 模型能否完成真实法律事务所需的复杂多步长程推理——题目由执业律师撰写，模拟真实法律事务。Micro1 CEO douwekiela 表示知识工作能力是其团队重点方向，法律领域高度依赖人类式细腻推理，是「AGI 的终极压力测试之一」。
「研究」频道最新
- 单卡 RTX 5090 跑出 2788 tokens/s：开源扩散语言模型加速方案 ORL 发布 — arty_photography · 2026-10-17
- LeCun 团队推出 AdaJEPA：让世界模型在规划中应对环境变化 — mengyer · 2026-10-17
- 哈佛数学家拉 Claude 攻关杨-米尔斯构造，过程文档已开源 — lvwerra · 2026-10-17
- 权重魔改易伤生成类评测，MMLU 却基本无恙 — aryaman2020 · 2026-10-17
- 开发者开源 sika-agent:用强化学习训练 AI 拦截加纳 MoMo 诈骗电话 — emeka_boris · 2026-10-17
- 北大三星 RealtimeBench:慢模型离线指导让快模型游戏分从13.51升至24.19 — rohanpaul_ai · 2026-10-17