Commit or Abstain？System One 决策模型、LLM 与缺失法律依据

研究测试决策模型在正确法律依据缺失时能否弃权：将 CaseHOLD 扩展出弃权条件，在 5314 项中替换 1670 项正确答案，对比 4 个决策模型与 6 个生成式 LLM。无正确选项时生成式 LLM 仍有 38%-86% 强行作答，最谨慎决策模型为 30%；标准 CaseHOLD 上决策模型以约 1/55 成本达到 88.1% 准确率，接近最佳生成模型的 88.2%。

AI推荐理由 在 CaseHOLD 上扩展弃权条件（5314 项中替换 1670 项正确答案），比较 4 个决策模型与 6 个生成式 LLM：无正确选项时生成式模型仍有 38%-86% 强行选择，最谨慎决策模型为 30%；标准任务上决策模型以约 1/55 成本达到与最佳生成模型相当准确率（88.1% vs 88.2%）。有具体量化证据，对法律 AI 可靠性有实际参考价值。