★ 4
法律 AI 公司 Harvey 毛利率半年由正转负
法律 AI 公司 Harvey 的毛利率在六个月内从 +50% 骤降至 -50%，主因是使用前沿大模型的推理成本过高。该案例揭示了 AI 应用层公司在依赖昂贵前沿模型时面临的盈利困境，引发业界对 AI 商业模式可持续性的讨论。
Hacker News – AI38 天前
#法律AI
共 9 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究在 Qwen3 与 Gemma-2 内部定位 26 项法律要素表征
论文考察大模型是否形成与 CATO 26 项法律要素对应的内部表征，在 Qwen3-1.7B、Qwen3-8B 与 Gemma-2 2B 上做线性可解码性与稀疏自编码器定位实验。结果显示全部 26 项要素均可线性解码，并给出 78 个模型专属的层-特征坐标，把法律符号抽象与模型内部表示连接起来。
arXiv NLP11 天前
★ 3
Legal Research Bench：评估长程法律研究智能体可靠性
论文提出Legal Research Bench（LRB），包含413道专家撰写的美国开放式法律研究问题，每题配金标准答案、支撑权威与二元评分细则。作者在带网页搜索、判例检索、页面解析与检索工具的框架下评测13个前沿模型，采用全通过式评分与来源核验。结果显示智能体远未可靠：最强的Claude Op…
arXiv cs.AI31 天前
★ 3
JusticeAxis：法律裁判基准与 JusticeAgent
论文提出 JusticeAxis，涵盖 18 国 256 个真实刑事案件、含音视频与文本证据，每案配三份律师撰写判决，将法律裁判形式化为参考锚定任务。作者同时提出 JusticeAgent 框架，实验发现失败方向随规模反转：开源模型偏向无依据理由，前沿模型偏向法条默认，该插件可将冻结开源基座提升至…
arXiv cs.AI31 天前
★ 3
LexAgentHallu：法律智能体幻觉的分层诊断基准
论文指出工具增强法律智能体会产生智能体幻觉，工具调用与推理错误级联为虚构判例与错误引证，而现有法律基准仅评估单轮问答的结果级指标。团队提出LexAgentHallu，经四阶段专家参与流程构建，涵盖17个法律类别、6种任务类型的3414个实例，采用7大类27子类的双层幻觉分类法标注。对18个专有与开…
arXiv cs.AI53 天前
★ 3
Blue Voice融资600万美元打造警用AI助手
哈佛法学院辍学生创立的Blue Voice获得600万美元融资，旨在为警察提供类似Harvey的AI助手。该AI基于部门特定法律、地方法规和协议训练，弥补通用AI在公共互联网无法获取的信息缺口。
TechCrunch AI62 天前
★ 2
norregel 基准：测试大模型对挪威法律数值的时效性回答
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%。
arXiv NLP11 天前
★ 2
MARS-Gov 多智能体框架检测荷兰政府文件偏见
该论文提出 MARS-Gov，一个立场感知的多智能体框架，用于荷兰政府文件的闭环偏见治理，结合法律检索、开放集目标筛查、专门陪审员、保守路由与改写验证。当筛查发现未覆盖群体时，系统会动态实例化「第10位陪审员」在固定小组之外进行审议。在 DGDB 数据集上，MARS-Gov 以 0.880 F1 …
arXiv NLP24 天前
★ 1
GLM-Legal 讨论帖
该条目仅为一条论坛讨论帖，标题为 GLM-Legal，内容只有 Discussion 与 Link 占位，无实质信息。无法判断其具体发布方、模型细节或应用场景。
Producthunt AI20 天前