欧盟AI法案下法律推理基准的测量缺口

大型语言模型现已能生成至少中等质量的法律文本，但目前尚无基准能够评估它们是否执行学理法律推理——这是法律工作的解释核心，而非当前大多数法律AI评估所衡量的辅助性法务任务。这一测量缺口不仅是方法论上的，也是法律上的：欧盟AI法案对司法领域使用的高风险AI提出了“适当准确性”的约束性要求，但该要求若缺乏领域内尚不存在的学理推理基准，就无法获得可操作的内容。