知其形式，不知其功能：自动审计法律基准中答案与权威依据的脱钩

英文标题：Knowing the Form, Not the Function: Automatically Auditing Answer--Authority Decoupling in Legal Benchmarks

这篇 arXiv 预印本（arXiv:2608.02621v1）研究法律基准测试中“最终答案正确”是否能够作为模型法律权威依据扎实程度的代理指标。论文指出，法律基准通常只对最终答案评分，即使模型同时陈述了法律权威依据。作者在未要求提供法条引用的常规推理提示下进行测试，考察答案正确性与权威依据之间可能存在的脱钩现象。该研究提示开发者和评测机构，法律 AI 的评估不应仅关注答案对错，还应审计其引用或依赖的法律权威是否真实、相关且得到正确运用。

2.6 KB 2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB