#LegalBench

共 1 条 · 7 天 1 条 · 30 天 1 条

AI安全 1 RuleArena 1 基准测试 1

信息流里打上「LegalBench」标签的资讯、产品与论文，按刊登时间排，新的在上。

11月9日

论文 Agent 与开发者精选05:30

Amazon 论文发现 9 个规则类基准的评分与答案键存在错误

Amazon 审了 9 个规则类基准，发现评分代码有 bug，LegalBench 修好后模型得分从 9 题涨到 90 题，看榜单前得留个心眼。

#LegalBench #RuleArena #基准测试 #AI安全

rohanpaul_ai@rohanpaul_ai原文