LawngNLI

LawngNLI是一个专门为法律领域设计的长前提自然语言推理数据集，由宾夕法尼亚大学的William Bruno和Dan Roth创建。该数据集包含约14万个示例，这些示例是从美国法律意见中提取的，经过自动标记并具有高的人工验证准确性。数据集的特点是前提较长且具有多粒度，旨在解决模型在处理长文本时的推理能力问题。LawngNLI不仅用于评估模型在长文本上的推理能力，还用于基于推理的检索任务，如法律案例检索，帮助提高法律工作的效率和公平性。