LegalBench: A Collaboratively Built Benchmark for Measuring Legal Reasoning in Large Language Models

AUTORIA> Neel Guha; Julian Nyarko; Daniel Ho; Christopher Ré; Adam Chilton; Aditya K; Alex Chohlas-Wood; Austin Peters; Brandon Waldon; Daniel Rockmore; Diego Zambrano; Dmitry Talisman; Enam Hoque; Faiz Surani; Frank Fagan; Galit Sarfaty; Gregory Dickinson; Haggai Porat; Jason Hegland; Jessica Wu; Joe Nudell; Joel Niklaus; John Nay; Jonathan Choi; Kevin Tobia; Margaret Hagan; Megan Ma; Michael Livermore; Nikon Rasumov-Rahe; Nils Holzenberger; Noam Kolt; Peter Henderson; Sean Rehaag; Sharad Goel; Shang Gao; Spencer Williams; Sunny Gandhi; Tom Zur; Varun Iyer; Zehua Li

2023 · Advances in Neural Information Processing Systems · V. 36 · P. 44123–44279

Ler na fonte (página da editora) ↗DOI 10.52202/075280-1915

REFERÊNCIA

Referência ainda não disponível Ler na fonte (página da editora) ↗

Este texto ainda não está disponível em português.

Resumo (trecho)

Fonte ↗ · Idioma inglês · Acessado em 7 out. 2026

The advent of large language models (LLMs) and their adoption by the legal community has given rise to the question: what types of legal reasoning…

ÁREAS>

INTELIGÊNCIA ARTIFICIAL E GOVERNANÇA ALGORÍTMICA TECNOLOGIAS JURÍDICAS, JUSTIÇA DIGITAL E ACESSO À JUSTIÇA IA NA PRÁTICA JURÍDICA E TECNOLOGIAS JURÍDICAS TECNOLOGIAS JURÍDICAS E DIREITO COMPUTACIONAL

Versão em português em fase beta. Viu um problema de tradução? Escreva pelo link Sobre e contato, no rodapé.