热点事件持续更新
研究团队推出长流程法律Agent基准LRB并公布评测结果
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，Legal Research Bench（LRB）基准正式提出。该基准包含413个美国法律研究开放问题，用于评测大语言模型智能体在长流程检索与分析中的端到端可靠性。对13个前沿模型的测试结果显示，表现最佳的Claude Opus 4.8全通过率仅为42.9%，且在调和冲突法理依据时表现更低。此外，测试还发现增加交互轮次、工具调用和推理成本并未给模型带来更高的准确率。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
LRB基准正式提出并测试13个模型，最佳模型全通过率仅42.9%，增加成本未提升准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 人工智能Legal Research Bench：评测长流程法律研究 AI 智能体的端到端可靠性
Legal Research Bench（LRB）基准正式提出，包含 413 个美国法律研究开放问题，用于评测大语言模型智能体在长流程检索与分析中的端到端可靠性。对 13 个前沿模型的测试显示，表现最佳的 Claude Opus 4.8 全通过率仅为 42.9%，且在调和冲突法理依据时表现更低。此外，增加交互轮次、工具调用和推理成本并未带来更高准确率。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。