行业🇺🇸 美国重要
法律AI基准测试揭示模型名称未显示的信息
LegalOn首席执行官Daniel Lewis指出，基础模型正快速改进，软件工程能力成为衡量前沿模型性能的有效指标，例如编码任务长度。然而，模型名称本身无法反映这些实际进步，基准测试才能揭示模型真实能力。
AI 自动整理 · 未人工精选
法律视角点评
AI 生成 · 人工审核核心关切
法律AI基准测试的缺失可能导致模型实际能力与宣传不符，增加法律实务中的合规风险。
实务启示
中国法律人应要求供应商提供针对合同审查、法律检索等具体任务的基准测试结果，而非仅依赖模型名称或通用指标。