WildChat-1M法律对话多轴分类体系研究

研究团队针对真实大模型对话中的法律指引需求，构建了多轴分类体系，并分析了 WildChat-1M 数据集。通过对其中 2,122 段包含法律内容的自然对话进行考察，发现高达 71.1% 的用户寻求的是个性化或实操性的法律指引，而非单纯的理论定义。 在评估环节，研究创建了 200 条经人工审查的金标准数据集，用于测试和比较不同模型的表现。对比对象包括 ModernBERT-base、ModernBERT-large 以及 TF-IDF 级联模型，重点考察了这些模型在双阶段任务中的准确率与效果，为法律对话识别提供了量化基准。 为了确保研究的开放性与可复现性，团队已公开所有标注数据、模型检查点及评估代码。这一举措不仅支持了大规模法律对话的后续学术研究，也为未来法律垂直领域模型的开发提供了完整的基础设施与数据支持。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。