Chinese contentSG-LegalClarify:新加坡法律推理与歧义识别基准发布
新加坡法律圈的 LLM 测评来了,1,100 道律师出的题,还专门考模型会不会主动追问隐藏事实。最强模型闭卷也只有 69.8% 达标,想看模型在普通法+本地成文法混合场景下的真实水平,这套题比泛用基准更贴近实际。
新加坡法律圈的 LLM 测评来了,1,100 道律师出的题,还专门考模型会不会主动追问隐藏事实。最强模型闭卷也只有 69.8% 达标,想看模型在普通法+本地成文法混合场景下的真实水平,这套题比泛用基准更贴近实际。