
2026年10月24日,全球开发者先锋大会"新方法、新基线、新语料"多领域系列评测基准发布会在上海张江科学会堂举行。上海百事通与阶跃星辰、MiniMax、库帕思联合发布 LegalAgentBench-CN 中文法律智能体评测基准,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,为法律人工智能的能力评估与应用落地提供评价标尺。
上海市经济和信息化委员会副主任潘焱出席发布会并致辞,上海市市场监督管理局相关负责同志及企业机构、行业协会、高校和科研院所代表参加活动。
点击阅读报道原文➡️上海经信委:《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》

多领域评测基准集中发布,
探索产业应用新路径
本次发布会围绕医疗、法律、建筑工程、科学智能、具身智能五大领域,集中发布 8项评测基准及5项具身智能数据评测与应用系列标准成果,探索 以真实任务检验专业能力、以科学评测促进产业应用 的新路径。

潘焱在致辞中表示,专业可信的评测体系是衔接技术创新和产业应用的重要桥梁,高价值语料突破是弥补算力短板、提升模型能力的重要路径。他提出,要坚持 以评促建、需求牵引、开放协同,让评测牵引技术迭代、服务产业应用、惠及创新生态。上海将深入实施"模塑申城"行动,加大对高价值语料评测基准的支持力度,强化资源整合与供需对接,完善产业公共服务。
本次活动由全球开发者先锋大会组委会指导、组委会办公室主办,上海库帕思科技有限公司、上海人工智能实验室、上海创智学院、商汤科技、阶跃星辰、稀宇科技共同承办。
立足真实案件与法律咨询,
检验法律推理与长程执行
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。"(来源:上海经信委)

法律服务具有较强的专业性与复杂性。AI不仅需要理解法律规则、分析案件事实,还需要完成复杂任务并交付可核验的成果。因此,如何建立贴近法律实务、能够检验任务完成质量与结论可靠性的评测机制,是推动法律AI从技术能力走向实际应用的重要环节。
深耕法律科技二十年,百事通在长期法律咨询与案件服务过程中,持续积累真实业务场景、法律咨询交互及案件处理经验。截至目前,百事通已积累 3.7亿次法律咨询交互数据 与 100万+件诉讼案件全流程数据。这些业务积累,为理解真实法律需求、识别法律服务中的复杂任务,以及推动法律AI面向实际场景持续优化提供了实践基础。
LegalAgentBench-CN的发布,为法律智能体的能力评估与应用落地提供了新的评价工具。通过关注法律推理、长程任务执行、交付成果完整性与结论可溯源性,评测有助于推动法律AI的能力验证更加贴近真实业务需求,也为后续技术迭代与应用探索提供参考。
以评促建、以用促信,
推动法律AI走向真实场景
评测不是终点,而是推动技术持续改进的重要手段。 当前,百事通正 以AI和平台重构法律服务,打造可信的法律服务基础设施。参与法律智能体评测基准建设,是百事通推动AI技术与真实法律服务场景深度融合的实践之一。百事通将继续立足真实法律服务场景,推进AI技术与法律专业能力的融合,探索评测结果与产品研发、业务应用之间的协同机制。
围绕"百事通·AI电话律师"等产品,百事通已在公共法律服务热线场景落地应用,并正加快向更多省市推广,持续为公众提供全天候智能法律咨询;面向专业法律工作者,也将持续探索AI在复杂法律任务中的应用价值,在真实场景中验证实际应用效果,推动产品与技术迭代。
未来,百事通将继续携手产业生态伙伴,推动法律人工智能技术创新与行业应用协同发展,让法律服务更加可信、可及,让法律成为中国人的生活习惯(IN LAW WE TRUST)。
END
法律问题咨询

往期推荐
点击阅读▲

点击阅读▲

点击阅读▲

点击阅读▲

点击阅读▲

加入百事通生态
