以真实任务检验AI能力, 多领域评测基准与具身智能系列标准在沪发布
法律领域,以真实案件检验实务成果。百事通、阶跃星辰、MiniMax、库帕思联合发布LegalAgentBench-CN中文法律智能体评测基准。基准以真实案件和法律咨询任务为基础,聚焦法律推理与长程任务执行,重点评估智能体交付成果的完整性与结论的可溯源性,并与真实案卷、判决进行校核,为法律人工智能的能力评估与应用落地提供评价标尺。
详见原文报道:
《从以真实任务检验AI能力, 多领域评测基准与具身智能系列标准在沪发布》
https://mp.weixin.qq.com/s/LGqCDTwtSkVhx3ynNiLOhA?scene=1&click_id=1520123791