arXiv · cs.CL· Hui Huang·· 14 天前AI 评分33
LegalRewardBench：首个法律领域奖励模型人类验证基准
LegalRewardBench: Benchmarking Reward Models for Legal Preference Evaluation
来源与原文
arXiv · cs.CL
作者：Hui Huang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18299v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者推出 LegalRewardBench，首个经人类验证的法律领域奖励模型评测基准，将法律偏好评估分为知识、理解、分析、决策、写作五个能力层级，偏好样本由规则引导的自动判定结合人工核验构建。评测涵盖通用与微调、生成式与判别式三类判别器架构，结果显示强大的通用生成模型目前是法律奖励模型中最稳健的，现有微调奖励模型向法律偏好评估迁移可靠性较低。
来源：arXiv · cs.CL · arxiv.org