Harvey 正式发布了 Harvey Tenet，这是其首个专为长时程法律代理工作设计的后训练模型。作为研究预览版，Tenet 基于开放权重的 Kimi K3 基础模型，通过 Fireworks 平台利用异步强化学习（RL）进行深度优化。该模型在保留任务完成度、合同审查准确率及跨基准迁移能力上均取得了显著突破，旨在为律师事务所提供拥有专属专业模型的可行路径。
- 官方介绍：https://www.harvey.ai/blog/post-training-update-harvey-tenet
核心亮点与性能表现
- 显著的性能提升：
- 在 Harvey 的法律代理基准（LAB）上，Tenet 完成的保留任务数量较基础 K3 模型几乎翻倍。
- 在 LAB: Contracts 子项中，任务完成率增加 20%，全通率（Pass-all Rate）分别提高 9 和 2 个百分点。
- 在 LAB: Contracts 上达到最先进水平（SOTA），在整体 LAB 基准上排名第二。
- 强大的泛化与迁移能力：
- Tenet 的优势不仅限于训练数据，其在未见过的基准测试中同样表现出色：在 Mercor 的 APEX Agents（公司法）和 Crosby 的 Redline Bench 上均有显著提升。
- 在 LegalBench、CUAD、MAUD 和 Scale 的 PRBench 等传统知识基准上保持稳健性能，证明代理训练并未削弱基础的法律推理能力。
- 成本与质量的协同优化：
- 通过奖励塑造偏好更短的推理轨迹，Tenet 在提升质量的同时降低了 Token 消耗。
- 结合开放权重模型的低每 Token 价格，实现了“更高智能、更低成本”的双重收益。
训练方法与技术架构
- 异步强化学习 (Async RL)：
- 在包含约 1,750 个环境的沙盒法律环境中进行训练，每个环境模拟真实的法律任务（如合伙人指令、客户事项文件、专家评分标准）。
- 使用 GSPO 优化策略，通过覆盖完整 K3 网络的 rank-64 LoRA 进行微调。
- 每次发布可超过 1,000 轮，由 LLM-as-a-judge 进行评分，奖励结合评分标准满足比例、解决的问题计数及全通奖励。
- Fireworks 基础设施支持：
- 在内核层面共同构建训练器和发布部署，采用 token-in-token-out 和路由器重放技术，确保大型 MoE 模型在训练和推理间的数值一致性。
- 训练耗时约两个月，使用了约 150 个 NVIDIA B300 GPU。
- 数据隐私承诺：
- 训练语料结合了合成数据、公开可用的法律数据和人类专家数据，未使用任何客户数据。
三大专项能力模块
除了通用的 Tenet 模型，Harvey 还展示了针对特定法律场景的后训练成果：
- 并购尽职调查 (M&A Diligence)：
- 处理高达 8,000 万 Token 的数据室文档。
- 通过与 Baseten 合作开发的递归语言模型 harness，GLM-5.2 编排器经自蒸馏后，标准通过率从基线的 43.8% 提升至 60.1%。
- 审查表 (Review Tables)：
- 与 Applied Compute 合作，后训练的 GLM-5.2 在每单元成本降低约 90% 的情况下，答案质量提高 3.6 分，引用质量提高 12.1 分，并学会了在问题不适用时主动弃权。
- 事务所知识记忆 (Firm Knowledge)：
- 与 Engram 合作，Qwen3.8-27B 模型将约 1 亿 Token 的客户事项压缩为 100 万 Token 的结构化知识加参数化记忆。
- 标准通过率提高 15% 以上，每查询成本下降约 90%，每 Token 智能得分远超前沿配置。
部署与访问现状
- 当前状态：研究预览版。Harvey Tenet 目前不开放权重下载，也无公共 API 端点。发布的仅是“配方”而非最终工件。
- 访问方式：仅限通过 Harvey 的企业平台访问，主要面向律师事务所、中型律所及企业内部法务团队。
- 未来规划：Harvey 表示这项工作将逐步从“研究转向生产”，最终集成到其产品矩阵中。拥有 RL 栈的实验室可尝试重现该方法。
适用场景
- 并购尽职调查：快速遍历海量数据室文档，生成结构化备忘录。
- 合同全生命周期管理：起草、审查、修订及跨文档结构化提取（支持最多 10,000 份文档）。
- 先例搜索与知识管理：跨事务所累积历史案例知识，实现高效检索与应用。
- 受监管行业合规：适用于保险、金融服务、医疗保健、能源等合同量大且合规要求高的行业。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
