LLM法律推理能力研究：欧洲人权法院案例小规模分析

研究人员评估了OpenAI GPT 5.4模型在欧洲人权法院案例中的法律推理能力。研究发现该模型在法律推理方面得分远不理想，产生结构完整但实质浅薄的分析。专家策划的提示策略虽带来更全面的推理，但并未提高预测准确性。LLM作为评估者内部一致但与人类评估者对齐度低，不适合替代人类评估。