LAB-AA v1.1仅认可无重大幻觉的全通过结果，最高得分仅9.4%。
推荐理由：超过六成原本合格的结果含重大幻觉，加入门槛后榜单彻底重排；这揭示法律代理的任务完成率严重高估真实可用性与风险水平。
阅读原文