精选理由
法律 AI 团队终于有了可审计的验证基准——每个任务 50+ 标准像人类一样逐条检查，做法律智能体开发的可以直接参考。
Harvey 推出 LAB 基准，模拟人类验证方式，每个任务包含 50 多条通过标准，每条标准由独立法官调用评估。LangChain Labs 与 Harvey 合作，探索如何在大规模场景下提升效率。该基准可审计性强，但成本较高，合作旨在优化这一过程。
AI 翻译 · 中文
Harvey 推出 LAB 基准，模拟人类验证方式，每个任务包含 50 多条通过标准，每条标准由独立法官调用评估。LangChain Labs 与 Harvey 合作，探索如何在大规模场景下提升效率。该基准可审计性强，但成本较高，合作旨在优化这一过程。
. @Harvey ’s LAB benchmark approaches verification like a human would. Every task in a dataset has criteria for the task to pass. Legal agents can have 50+, with each one having its own judge call. It’s easy to audit, bu…