ニュース
NitiBench+: A Temporal Thai Legal Question Answering Benchmark Across 17 Domains
arXiv cs.AI · 公開日 · 読了1分
30秒で要点
- 何が起きたか
- Researchers released NitiBench+, a Thai legal question-answering benchmark with 1,670 items across 17 domains that tracks how laws change over time.
- なぜ重要か
- Matters for engineers building legal AI systems, especially those handling jurisdictions where statutes are frequently amended or repealed.
- 注意点
- Best model scores only 7.78 out of 10 on the benchmark; performance drops significantly when using current law text instead of law in force at decision date.
- retrieval
- eval
- benchmark
この話題の背景にあるパターン
- Temporal Knowledge Graph Memory
- Eval-Driven Development (Agent CI)
- Error Handling and Recovery Patterns
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。