清华大学 发布 CaseGen 数据集, 应用在 法律文档生成、自然语言处理 领域

清华大学 本次发布的数据集 CaseGen, CaseGen是一个针对中国法律领域的多阶段法律案件文档生成基准。该数据集基于500个真实的案件样本，由法律专家标注，涵盖了起诉、辩护、证据、事件、事实、理由和判决等七个关键部分。它支持起草辩护声明、撰写审判事实、构建法律推理和生成判决结果等四个关键任务。CaseGen旨在为评估大型语言模型在法律案件文档生成方面的性能提供一个全面的评估平台。

查看CaseGen

README 内容： 

关于 清华大学 , 清华大学是位于中国北京市的一所综合性、研究型大学，是中国的顶尖学府之一，具有很高的国际声誉。该校在多个学科领域都有深入的研究和卓越的成果，是国内外众多科研人才和研究项目的聚集地。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。