LC制度與流程版本 2026Q4已發布
LaborCalc-TW
AI 算得準台灣的加班費與特休嗎?
《勞動基準法》對平日加班、休息日出勤與特休年資都有明確算式。LaborCalc-TW 據此編成 400 道職場情境題,檢驗各家語言模型能否依法算出正確數字。
- 道公開題目
- 400
- 類計算:特休日數、加班費
- 2
- 種法定情境
- 20
- 組受測模型配置
- 12
題目、規則程式與逐題成績都已公開: GitHub 原始碼 · Hugging Face 資料集
真實考題:從情境到法定答案
每道題都取材自台灣職場的出勤與休假情境,模型必須排除無關細節,依法算出唯一確定的法定數字。
加班費 · 公開題目 0015
黃欣怡任職的公司有48名員工,黃欣怡月薪七萬六千二百元。某個休息日(週六),黃欣怡工作了12小時,當天搭計程車回家花了350元。依勞動基準法,雇主至少應給付黃欣怡多少加班費?
換算每小時工資
76,200 ÷ 240 = 317.5
依出勤時段適用不同的加給倍率
前 2 小時 ×4/3846.67
第 3–8 小時 ×5/33,175
第 9 小時起 ×8/33,386.67
合計後,未滿一元者進位
846.67 + 3,175 + 3,386.67 = 7,408.33
法定答案7,409元
特休日數 · 公開題目 0001
王淑芬於2010/10/7到職,服務年資持續未中斷。截至2022年12月25日,依勞動基準法規定其得享有之年度休假日數為幾日?
推算已滿年資
2010-10-07 至 2022-10-07 屆滿 12 年;下一次屆滿日為 2023-10-07
十年以上,每一年加給一日
滿 10 年16 日
滿 11 年17 日
滿 12 年18 日
滿 13 年19 日
法定答案18日
題庫架構與法規涵蓋面
400 道題依法條的級距與時段配置,20 種法定情境都有對應題目。另有 15 種情況不在範圍內,沒有出題,各項原因記錄在評測方法。
依《勞動基準法》第 38 條第 1 項。長條高度為法定特休日數,下方為該級距的題數。另有 60 題集中檢驗級距交界:年資屆滿當日(25 題)、屆滿前一日(25 題)、月底到職(10 題)。「月底到職」指屆滿當月沒有相同日期的情形。
依《勞動基準法》第 24 條與第 39 條。格內為加給倍率,以及當日出勤時數落在該時段的題數;平日自正常工時結束後起算。另有 10 題為未加班的對照題,法定答案為 0,不計入分數。
題目與法定答案都由程式產生,規則上線前須經人工具名簽核,計分過程不靠人工判斷。
- 法條
- 規則程式
- 程式出題
- 具名審核
- 答案比對
查看未收錄的情況與原因受測模型與實測表現
12 組模型設定作答同一份題庫,各組分數、受測設定與各情境答題情形都能在下方檢視。
各模型答對比例
長條高度為答對題數占計分題數的比例。每類計分 190 題,各執行 1 次。
參數量與總分
橫軸為模型的總參數量(對數刻度),縱軸為總分。虛線連接在相同或更少參數量下,總分沒有被其他設定超過的設定。
稠密架構混合專家架構(MoE)帕雷托前緣
未列入:GPT-6 Luna、Claude Haiku 5.5、Qwen3.8-Flash。廠商沒有公開參數量。
參數量取自各模型公開的模型卡:Breeze 2 8B、Gemma 4 12B、TAIDE 12B、gpt-oss-20b、Qwen3.8-27B、Flint 1.0、GLM-5.3-Flash、Beam 1.0、DeepSeek-V4.1-Flash。
各模型成績單
逐一檢視每組模型設定在各種法定情境下的答題情形。點選上方長條,也會切換到該組的成績單。
答對答錯每一格代表一道題
1 / 12
相關文章
以下文章引用了 LaborCalc-TW 的題目或評測結果。
方法解說閱讀約 22 分鐘
只看答對率,只能知道語言模型算錯了台灣在地規則,卻看不出它究竟是沿用過時舊制、移植美國公式,還是多步驟算術崩潰。把規則與錯誤假設雙雙寫成可執行程式,才能把失誤原因精準拆解開來。
全部文章
在台灣智評架構中的定位
台灣智評將 AI 在台灣情境下的系統性偏差歸納為三類。LaborCalc-TW 是「制度與流程」類別下第一個公開的基準資料集。
制度與流程
遇到台灣特有的法規或行政申辦流程時,AI 能不能準確指出台灣的權責機關與規定,還是會把其他地區的制度套到台灣身上?
AdminCalc-TWadmincalc-2026Q4 · 特休日數、加班費 · 200 題
語言與術語
AI 是真的懂台灣日常慣用語和各領域專業術語,還是只把簡體字逐字轉成繁體字,沒理解背後其實是不同的制度或概念?
尚無資料集
生活脈絡與跨域常識混淆
在台灣的日常生活場景裡,AI 會不會因為缺乏在地常識,把中國或其他地區常見的 App、付款方式或社會習慣,當成台灣也一樣適用?
尚無資料集
後續研發與評測藍圖
以下主題已經選定,會依規則驗證與品質簽核的進度陸續推出:
內容更新