基准
LegalHalBench
法律AI幻觉评估基准，主要评估法条相关性，但存在难以捕捉完整授权关系链条的局限
时间轴 (近 90 天)
9月17日
论文点名现有评估范式的局限，包括答案准确率、引用是否存在、通用归因、LegalHalBench式法条相关性、CitaLaw式句子-引用对齐
待验证50%
9月17日
LegalHalBench主要通过构造含有虚假法条的问题测试模型识别能力，侧重于检测是否引用了不存在的规则
待验证50%
法律AI幻觉评估基准，主要评估法条相关性，但存在难以捕捉完整授权关系链条的局限
论文点名现有评估范式的局限，包括答案准确率、引用是否存在、通用归因、LegalHalBench式法条相关性、CitaLaw式句子-引用对齐
LegalHalBench主要通过构造含有虚假法条的问题测试模型识别能力，侧重于检测是否引用了不存在的规则