标签
LegalWorld是一个生命周期交互环境,将中国民事诉讼建模为跨越五个阶段的因果关联状态链,并与LongJud-Bench配合,用于评估法律智能体在整个过程中的表现。
CausaLab 是一个可扩展的环境,用于评估LLM智能体在交互式因果发现中的表现,同时衡量预测准确性和对潜在因果机制的忠实复现。实验揭示了预测与机制复现之间的差距,突显了当前LLM智能体作为实验性因果推理者的局限性。