BriefGPT - AI 论文速递
·
评估法律推理中的测试时间扩展大型语言模型：OpenAI o1、DeepSeek-R1及其他
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究评估了9个大型语言模型在法律推理中的表现，发现DeepSeek-R1和OpenAI o1在复杂法律任务（如多被告判决和法律论证）上得分均低于80%。
🎯
关键要点
- 本研究评估了9个大型语言模型在法律推理中的表现。
- DeepSeek-R1和OpenAI o1在复杂法律任务上得分均低于80%。
- 研究发现这些模型在多被告判决和法律论证推理方面存在不足。
- 尽管在一般语言任务上表现优异，但在法律领域推理能力不足。
➡️
