arXiv NLP·11 天前★ 2

norregel 基准：测试大模型对挪威法律数值的时效性回答

原文标题：norregel: a preregistered benchmark of dated numeric values in Norwegian law

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

研究者发布 norregel 预注册基准，用 916 道题考察模型对挪威法规中金额、比例、年龄上限等数值在指定日期的回答。第二轮八模型测试支持「模型截止日期后生效的数值更易答旧」假设，但敏感性分析显示结论不够稳健。Opus 5.5 与 Sonnet 4.6 正确率约 46.7% 与 40.2%。

论文速读 · 四段结构cs.CL去论文速读 →

问题: 模型对法规中数值的回答是否随知识截止日期而过时。
方法: 从 Lovdata 开放数据机械抽取 916 道带日期历史的数值题，预注册两轮测试并做敏感性分析。
结果: Opus 5.5 与 Sonnet 4.6 正确率 46.7% 与 40.2%；主分析支持 H1（d=17.8 个百分点），但敏感性分析 S8 不显著。
影响: 法律、合规类问答不能直接信任模型给出的数值，需外接带时效的权威数据源。

AI 处理过程展开/收起

原始标题：norregel: a preregistered benchmark of dated numeric values in Norwegian law

AI 中文标题：norregel 基准：测试大模型对挪威法律数值的时效性回答

来源：arXiv NLP · 发布于 11 天前

分类：学术研究 · AI 重要度：★ 2（2）

标签：基准测试 / 法律AI / 知识时效性 / 挪威语

关键词：norregel 基准 / 大模型法律问答 / 模型知识截止 / AI 评测

AI 处理：2026/10/22 12:01:28 · 模型 deepseek-chat · 规则版本 2026-10-21.1

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。