Kimi K3 法律基准测试近乎翻倍领先 Claude Fable 5

Kimi K3在法律基准测试中以26.7%的成绩近乎翻倍领先Claude Fable 5的14.2%，但完全无监督的AI法律工作仍有很长的路要走。

• 测试涵盖24个法律领域的120项私有任务，要求模型自主处理案卷并生成法律文件，每项评分必须全部通过。
• 即使领先者每100项任务也仅成功27项，说明AI在法律领域的自主能力仍有限。
• 这一结果凸显了法律AI的挑战：任务复杂、标准严格，模型需要高精度和可靠性。
• 看点：Kimi K3在法律领域的领先表明其推理和文档生成能力突出，但距离实际应用还有差距，未来需进一步提升准确性和鲁棒性。

本内容由 AI 生成，仅供参考，请注意甄别