摘要
大型语言模型现已能生成中等质量的法律文本，但现有基准测试尚无法评估其是否具备构成法律工作解释核心的“教义法律推理”能力，而非仅局限于辅助性 paralegal 任务。这一测量差距不仅具有方法论意义，更涉及法律合规性：《欧盟人工智能法案》要求司法领域的高风险 AI 必须具备“适当的准确性”，若缺乏针对教义推理的基准测试，该要求将无法获得具体的操作内涵。本文旨在解决这一关键缺失。
AI 推荐理由
论文核心聚焦于评估 LLM 在法律领域的教义推理能力，旨在填补该特定推理类型的基准测试空白。
研究机构
中国机构未提及
论文信息