跳到正文
arXiv · NLP· Hui Huang, Jie Zhou, Hongli Zhou, Qundong Shi, Shuyuan Zheng, Yini Su, Shaochun Wang, Biyuan Lin, Muyun Yang, Tiejun Zhao·· 2026-10-14AI 评分33

LegalRewardBench 发布:法律偏好评估奖励模型评测基准

LegalRewardBench: Benchmarking Reward Models for Legal Preference Evaluation

AI 导读

LegalRewardBench 是首个经人工验证的法律领域奖励模型评测基准,包含知识、理解等五个能力层级。 该基准通过评分规则自动评估结合人工验证构建偏好样本,覆盖通用模型与微调模型。 实验显示强通用生成模型作为法律奖励模型最稳健,而微调模型迁移可靠性较低。

来源:arXiv · NLP · arxiv.org