该研究系统评估了三种AI工具在跨州法定调查任务中的表现，测试场景为美国50个州的失业保险（UI）法律。结果显示，定制化检索系统STARA准确率达83%（经人工复核修正后为92%），显著优于Westlaw AI（58%）和Lexis+ AI（64%）。研究发现，商业平台存在输入长度限制、推理错误和检索遗漏等缺陷，而STARA通过保留法律文本层级结构、运用正则过滤与语义分类，在保持较高召回率的同时降低了误报。值得关注的是，约75%被STARA标记为“误报”的条款，经核对实为美国劳工部专家汇编中遗漏的有效法定条文（如加州超额支付豁免条款、科罗拉多州退休金扣除规则等），涉及失业保险领域的多个具体规则。这表明即便官方专家编撰的“基准真相”也存在系统性疏漏。研究据此提出法定检索系统设计原则：明确问题时间范围与例外条款处理、区分监管与非成文法源、提供可追溯的引用路径，并指出商业化AI平台在高速输出与准确性之间需更透明的披露与独立验证。该研究的方法论对涉及复杂法规检索的场景具有参考价值，但未涉及商业保险业务。
发布者：保险日报，转转请注明出处：https://www.insurdaily.com/archives/6937.html
微信扫一扫 
