arXiv · NLP· Yinghao Hu, Linggang Kong, Qian Xiao, Yuting Huang, Yunlong Zhang, Yujie Zhang, Yiquan Wu, Fei Duan, Kaisong Song, Jun Lin, Kun Kuang, Fei Wu·· 7 天前AI 评分39
ChJGBench:面向中文法律判决生成的综合诊断评测基准
ChJGBench: A Comprehensive Benchmark for Chinese Legal Judgment Generation with Diagnostic Evaluation
AI 导读
研究人员提出 ChJGBench,一个基于 3,462 份真实判决、覆盖民刑行三类的中文判决生成评测基准,采用 13 类指标的诊断框架。实验显示法律领域模型相对通用模型并无统一优势,刑事类任务表现普遍优于民事与行政类。该工作发表于 EMNLP 2026 主会。
来源:arXiv · NLP · arxiv.org