# lawbench / lawbench-3-2-3-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:某公司因资金问题状况不佳，申请了破产。法院受理后，管理人开始清理公司债务，并发现有一笔对外未履行完毕的合同款项。根据哪条法律规定，这笔债务属于共益债务？"}
{"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:某公司董事利用公司资源进行个人投资，导致公司破产。根据哪条法律，该董事有哪些民事责任？"}
{"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:一家公司申请破产，债务人的有关人员被传唤出席债权人会议，其中一名高管却拒绝出席并给出了无理由的解释。根据哪个法律条款，人民法院可以对拒不列席债权人会议的债务人有关人员处以罚款？"}
{"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:某家公司破产，经过一系列程序，最终破产程序已经正式终结。根据相关法律规定，管理人需要进行哪些手续？"}
{"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:小明在某家公司工作，该公司在买卖货物时经常使用汇票，今天小明收到一张定日付款的汇票。根据相关法律规定，小明需要在什么时间向付款人提示承兑？"}
{"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:小王和小张在商店买东西，小张用支票付款时遭到了拒绝，商家称他的支票格式不正确。根据相关法律条款，支票格式应当如何？"}
{"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:小明在银行开了一张支票给朋友，但是朋友拿到支票后发现上面的金额有误，想要更改金额。根据相关法律规定，小明的支票上的金额可以更改吗？"}
{"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:小明向小红出示了一张支票，但上面没有表明支票的字样。根据相关法律规定，这张支票是否有效？"}
{"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:小明是某家企业的财务主管，最近收到了一张汇票，但发现这张汇票上缺少出票人的签章。根据哪条法律规定，如果汇票上未记载出票人签章，汇票将无效？"}
{"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:小明为公司写了一篇文章，公司想知道这篇文章的著作权属于谁。根据哪条法律规定，著作权属于谁？"}
{"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:一位歌手A想要在他的一场演唱会上演唱另一位歌手B的一首歌曲并将这次演唱制作成录音录像制品。根据相关法律规定，A想要在演唱会上演唱B的歌曲制作成录音录像制品需要取得哪些许可及支付报酬？"}
{"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:小明是一名作家，他将自己的小说《某某故事》交给出版公司进行出版。出版公司要与小明订立出版合同并支付报酬。根据哪个法律条款，出版公司应当与小明订立出版合同并支付报酬？"}
{"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:小李在没有得到小张许可的情况下，在社交媒体上发布了小张创作的照片作品，引起了小张的不满。根据哪个法律条款，小李的行为应该承担哪些民事责任？"}
{"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:某个艺术家想借贷一定数额的资金来支持他的下一个项目。由于他有些资产不够担保，银行提议他使用他的著作权财产权作为抵押物。根据法律规定，以著作权中的财产权出质需要进行哪些步骤？"}
{"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:某个全民所有制工业企业在执行计划时出现了问题，客户要求其履行合同。根据哪条法律规定，企业必须履行依法订立的合同？"}
{"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:一家全民所有制工业企业正在讨论员工的工资形式和奖金分配办法。根据哪个法律法规，企业有权确定适合本企业情况的工资形式和奖金分配办法？"}
{"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:假设一家国有企业想要增加生产线生产让产品更加多样化。根据哪条法律法规，企业的主要任务是什么？"}
{"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:A公司是一家全民所有制工业企业，按照相关法律规定，必须完成指令性计划，并履行依法订立的合同。然而，由于A公司内部管理混乱，指令性计划未能如期完成，导致合同执行困难。根据哪个法律条款，全民所有制工业企业必须完成指令性计划，同时必须履行依法订立的合同？"}
{"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:某全民所有制工业企业的企业经营管理人员发现有一位员工窃取了公司的财产。根据哪个法条，企业经营管理的财产受到保护？"}
{"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:小明在网购了一件衣服，但收到的商品质量不好，且销售方的联系方式无法联系到。后来他发现，这个销售方是使用了别人的营业执照进行违法经营的。根据相关法律，小明能否要求赔偿？"}
```
---
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