LegalForecastBench：用真实判例预测结果评测 AI 法律推理

研究者 Joshua Hughes 发布 LegalForecastBench，通过预测法官对真实动议的裁决结果来评测 AI 的深层法律推理能力。该基准选取高级别但具有客观真值的法律任务，用真实司法结果作为 ground truth。作者指出，前沿模型已能轻松完成简单且可客观验证的法律任务，剩余能拉开差距的任务多依赖裁量权、缺乏客观标准，这是法律 eval 建设的核心难点。