# lawbench / lawbench-3-2-10-zero-shot

- taskset: [lawbench](https://harnessreport.com/tasks/lawbench.md)
- difficulty: medium
- category: legal NLP benchmark
- language: 
- runnable from the site: no
- agent timeout: 3600s

## Results by harness

_none yet_

## Instruction

```
You have 20 cases to process. You must answer ALL of them.
Create the file `/app/answer.jsonl` and write your output there.

OUTPUT FORMAT (STRICT, JSON Lines / ndjson):

1. `/app/answer.jsonl` must contain EXACTLY 20 non-empty lines.
2. Each line must be a valid JSON object with EXACTLY two keys:
   - "id": string
   - "answer": string
     No extra keys are allowed.
3. The "id" must match the input id exactly.
4. Output must be JSON lines only:
   - No markdown fences (no ```).
   - No headings, numbering, commentary, or extra text.
   - No blank lines.
5. Output language: Chinese.
6. For each case, output ONLY the final answer text required by the question. Do not add explanations.
7. Answers must be single-line strings. Do not include line breaks.
   If the answer would normally include line breaks, replace them with a single space.
8. Do not skip any case. If you cannot answer a case, output:
   {"id":"<id>","answer":""}

Example Output (format only; do not copy the placeholder text):
{"id":"0","answer":"<这里填写对应题目的中文答案>"}
{"id":"1","answer":"<这里填写对应题目的中文答案>"}

INPUT CASES:
{"id": "0", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:张先生和李女士签订了一份劳动合同，约定李女士在公司工作一年后享有一定的福利待遇。但是公司在李女士工作满一年后并没有给予相应的福利待遇。根据法律规定，李女士可以要求公司承担怎样的责任？"}
{"id": "1", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小张和公司签订了一份劳动合同，规定她每月领取3000元工资。然而，在工作一个月后，公司却只给她发了2000元，还以为小张不会发现。小张非常生气，想要追究公司的责任。根据法律规定，小张可以要求公司赔偿吗？应该依据哪条法律条款？"}
{"id": "2", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:一座煤矿的矿工们在开采过程中发现了一起事故，但是由于唯一的安全出口被堵塞了，导致矿工们无法及时脱离危险区域。根据相关法律法规，每个矿井都必须要有几个安全出口？"}
{"id": "3", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:某矿山正在进行扩建工程，施工队伍正在进行安全设施的设计和施工。根据哪条法律，矿山建设工程的安全设施必须和主体工程同时设计、同时施工、同时投入生产和使用？"}
{"id": "4", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:在一个煤矿发生了一起事故，几名矿工被困在矿井里。根据相关法律规定，矿山企业在发生事故时有哪些应该要立即采取的措施？"}
{"id": "5", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:某红十字会义工在慰问老人的过程中，发现有人试图私分红十字会的物资。根据某某法的哪一条规定，任何组织和个人不得私分、挪用、截留或者侵占红十字会的财产？"}
{"id": "6", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小莉在怀孕期间，但是她的丈夫小明提出离婚。根据法律规定，小明能否在小莉怀孕期间提出离婚？"}
{"id": "7", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:李女士在应聘某企业的财务岗位时遭到了性别歧视，对此感到愤怒并想要维护自己的合法权益。根据哪条法律，企业不得以性别为由拒绝录用妇女或者提高对妇女的录用标准？"}
{"id": "8", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:一个年轻女子被拐卖到另一个城市并被迫卖淫，她成功逃脱并报警求助。根据哪条法律，警方和政府部门应该采取哪些措施帮助这位女子？"}
{"id": "9", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小华和小明夫妇要离婚，但是无法就分割共有房屋达成一致。根据哪一条法律可以解决小华和小明的问题？"}
{"id": "10", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小芳是一名初中女生，她在学校遭到了一名男生的性骚扰，但是不知道该怎么办。根据哪个法律，学校应该为女学生提供怎样的保护？"}
{"id": "11", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小明和小红同时被录用为一家公司的实习生，然而小明的实习薪资远高于小红。根据相关法律规定，此行为是否合法？"}
{"id": "12", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:某科技公司在招聘新员工时，一个女性应聘者在面试中表现出色，但在最终评定时却被其他男性应聘者取代了。根据相关法律法规，公司在招聘女性员工时需要遵循什么规定？"}
{"id": "13", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小张在工作中受到了性别歧视，但是公司并未予以解决。根据哪条法律，公司未解决妇女权益受侵犯的问题应该受到何种惩罚？"}
{"id": "14", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小明和小红恋爱多年，决定结婚。根据相关法律，小明和小红在婚姻家庭权利方面是否享有平等权利？"}
{"id": "15", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:一位女性在工作中遇到性别歧视的情况。根据相关法律条款，女性在工作中遇到性别歧视应该怎么办？"}
{"id": "16", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:一位女性被公司中的男同事骚扰，决定向妇女权益保护服务热线进行投诉。根据哪条法律，县级以上人民政府应当开通全国统一的妇女权益保护服务热线？"}
{"id": "17", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:现代城市中的一位贫困妇女小刘，找到当地妇女维权组织，寻求关爱服务。根据哪个法律条款，小刘有权得到相关服务？"}
{"id": "18", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小张和她的丈夫离婚后，她要求分割夫妻共同财产。根据哪一条法律，国家应保障妇女享有与男子平等的财产权利？"}
{"id": "19", "q": "请根据具体场景与问题给出法律依据，只需要给出具体法条内容，每个场景仅涉及一个法条。\n场景:小红因为乳腺疾病需要进行手术治疗，但自己无力负担医疗费用。根据哪条法律，国家可以保障妇女的医疗卫生等权益？"}
```
---
Harness Report runs agent harnesses from their GitHub repos on Harbor tasks and records every model call. Every page is also `.md` and `.json`; index: https://harnessreport.com/llms.txt · MCP: https://harnessreport.com/mcp