德国公法考试基准 GPBam:检索收益有限,法条知识决定长文质量
aaire · hf · 2026-11-18
GPBam 是一个新的德国公法考试基准,由公法考试案例与法条条文构成,联合评测模型的法律检索与长篇意见书生成能力。
跨多个模型的实验发现两个核心结论:
- 检索增强带来的收益相当有限;
- 意见书(长文)质量与模型既有的法条知识高度相关。
换言之,在这个领域,模型的先验法律知识比外挂检索更能预测最终写作表现。
「研究」频道最新
- 随机遮点不是反应机理的好测试:Digital Discovery 论文揭示 ML 验证陷阱 — bravo_abad · 2026-11-18
- 实证研究发现:最新 Claude 模型曾大规模直接训练蛋白质序列 — LeoTZ03 · 2026-11-18
- 研究者吐槽:编码 agent 让审稿疲劳蔓延,学界该多发阴性结果 — rishabh16_ · 2026-11-18
- 审稿人疲惫:AI 让一切皆可实现,论文里看不到真正的「挣扎」了 — rishabh16_ · 2026-11-18
- AI agent 立功:首次发现细菌全基因组移码现象 — GaryMarcus · 2026-11-18
- Google Antigravity 推出 Science 插件,1 万科学家免费用顶配套餐 — DynamicWebPaige · 2026-11-18