InsufficiencyBench：评估LLM对欠规格用户查询的法律建议

法律 AI 系统越来越多地被用于回答法律问题，但现有基准都假设查询是完整规格化的。实践中，用户会省略对法律结果有实质影响的事实。我们引入 InsufficiencyBench，首个针对查询侧信息不足的法律基准：模型是否能识别查询缺乏法律上重要的信息、指出缺失内容，并避免过早下结论。我们形式化了三个结构失败模式——切换（switch）、门控（gating）与致命前提（fatal prerequisite）——下的八类典型缺失要素分类，构建了 202 个基准条目（58 个基础查询、144 个缺陷变体），覆盖六个法律领域和 24 个美国司法辖区，并由执业律师标注。对十个前沿模型的评估发现，没有一个模型在缺失要素识别上超过 F2 = 0.46，召回率中位数为 0.44。模型要么不加区分地含糊其辞，要么在虚构的假设下默默作答。没有任何模型既能识别缺陷查询并对其回答附加限定，又能直接回应完整查询。