В данном документе представлен анализ производительности 15 больших языковых моделей (LLM), протестированных на специализированном бенчмарке, который включает 105 000 записей из судебных решений России. Оценка проводилась по 10 различным категориям права (например, трудовое, уголовное, гражданское) и 7 типам инструкций (например, изложение исковых требований, анализ доказательств, итоговое решение).
Ответы… See the full description on the dataset page:
https://huggingface.co/datasets/lawful-good-project/sud_resh_evaluated_llms_answers.
