本研究探讨了大型语言模型在理解自然语言时的评估困难，尤其是在传达抽象意义方面的局限性。通过构式语法构建的评估集显示，最新模型在捕捉抽象意义上仍存在挑战，揭示了其语义能力的关键不足。

该研究旨在解决大型语言模型在法律分析中的虚幻问题和评估困难。研究者与法律专家合作，开发了一种细致的检测器和注释数据集，用于评估机器生成的法律分析的有效性。结果显示，约80%的分析样本存在幻觉，为提升法律文本生成质量提供了新的评估工具。