대규모 언어 모델 (Large language models)은 이제 최소한 중간 수준 이상의 법률 텍스트를 생성하지만, 현재 대부분의 법률 AI 평가가 측정하고 있는 부수적인 법률 보조 업무 (paralegal tasks)가 아니라, 법률 업무의 해석적 핵심을 형성하는 법리적 법률 추론 (doctrinal legal reasoning)을 수행하는지 여부를 평가할 수 있는 기존의 벤치마크는 존재하지 않습니다. 이러한 측정 격차는 방법론적일 뿐만 아니라 법률적이기도 합니다. EU AI Act는 사법 영역에서 사용되는 고위험 AI (high-risk AI)에 대해 "적절한 정확성 (appropriate accuracy)"을 구속력 있는 요구 사항으로 규정하고 있지만, 해당 요구 사항은 이 분야에 결여된 바로 그 법리적 추론 벤치마크 없이는 운영상의 내용을 확보할 수 없습니다.