Harvey LAB-AA v1.1

Une implémentation du Legal Agent Benchmark (LAB) de Harvey, qui évalue les agents d'IA sur des travaux juridiques réels issus du jeu de données de Harvey comprenant 120 tâches privées couvrant 24 domaines de pratique juridique. La v1.1, développée en collaboration avec Harvey, vérifie chaque livrable par rapport aux documents sources de la tâche afin de détecter les hallucinations : un travail qui satisfait tous les critères de la grille mais contient une hallucination substantielle n'obtient aucun crédit. Un panel de trois juges note chaque livrable critère par critère.