LegalBench 三年复盘：作者反思法律 AI 基准的成败与第二代规划
HazyResearch · x · 2026-11-07
LegalBench 作者 Neel Guha 复盘这个上线约三年的法律推理大规模基准。核心判断：当初「LLM 与法律 AI 高度相关、需要基准来追踪研究」的论点被验证成功。DatologyAI 与 Thomson Reuters、Equall.ai、NVIDIA 等机构都用它研究过各类问题——虽无单一由它解锁的重大技术突破，但大量小洞察聚合成了有意义的进展。他坦承也有做得不好的地方，并正借此反思构建第二代 LegalBench2。文章对「如何设计领域基准、基准对研究的实际拉动方式」提供了少见的作者一手反思，值得做评测的人参考。
所属事件:LegalBench 作者复盘三年：法律 AI 基准的得与失(2 条相关)→
「研究」频道最新
- GroundedSI 在 CoRL 展出实时手部姿态与 SLAM,机器人数据即时转训练数据 — micoolcho · 2026-11-07
- 网友爆料：frontier lab 恶意刷 ICLR 审稿，审稿乱象或成丑闻 — examachine · 2026-11-07
- Persona Atlas：把 Qwen 的非神经元人格地图可视化，输出相当诡异 — Sauers_ · 2026-11-07
- 只转向第 15 层注意力输出,Qwen 自称是「一群人」且 40 次采样 21 次中招 — Sauers_ · 2026-11-07
- 每日一个Agent第19天:用夜间自动化agent做测序QC — nlarusstone · 2026-11-07
- 「能否用CRISPR把疱疹病毒从我们DNA里剪掉?」引发讨论 — moultano · 2026-11-07