Harvey Tenet โมเดลเอเจนต์กฎหมาย AI พัฒนาต่อจาก Kimi K3

Harvey ได้เปิดตัว Harvey Tenet โมเดลเอเจนต์ด้านกฎหมายตัวใหม่ล่าสุด ซึ่งถูกสร้างขึ้นโดยการนำโมเดลพื้นฐาน Kimi K3 มาฝึกฝนต่อยอด (post-trained) ร่วมกับเทคโนโลยีจาก Fireworks เพื่อรองรับงานเอเจนต์กฎหมายระยะยาว (long-horizon) ที่มีความซับซ้อนสูง โดยมุ่งเน้นการแก้ปัญหาทางกฎหมายที่ต้องอาศัยขั้นตอนและเอกสารจำนวนมาก

จากการทดสอบบน Legal Agent Benchmark หรือ LAB โมเดล Harvey Tenet สามารถทำภารกิจที่ถูกกันไว้ (held-out tasks) ได้มากกว่ารุ่นพื้นฐานเกือบสองเท่า และทำคะแนนในหมวด LAB: Contracts ได้สูงขึ้น 20% ส่งผลให้อัตราความสำเร็จแบบผ่านทั้งหมด (all-pass rate) เพิ่มขึ้น 9 และ 2เปอร์เซ็นต์ตามลำดับ

ในด้านต้นทุนและการประมวลผล ทาง Harvey ได้เลือกใช้วิธีการปรับปรุงประสิทธิภาพร่วมกัน (co-optimized) แทนการแลกเปลี่ยนต้นทุนกับคุณภาพ โดยการใช้โมเดลแบบ open weights ช่วยลดราคาต่อโทเค็น ขณะเดียวกันยังมีการออกแบบรางวัล (reward shaping) ที่สนับสนุนวิถีการทำงานที่สั้นลงแต่ยังคงคุณภาพเดิม เพื่อลดปริมาณโทเค็นที่ต้องใช้ ส่งผลให้คุณภาพของผลลัพธ์สูงขึ้นโดยที่ต้นทุนยังคงเสถียร

"Against the base K3 model, Tenet completes almost twice as many held-out tasks on Harvey’s Legal Agent Benchmark (LAB) and 20% more on LAB: Contracts , lifting all-pass rate by 9 and 2 percentage points respectively."

Harvey

กระบวนการฝึกฝนของโมเดลนี้ใช้ระบบการเรียนรู้เสริมกำลังแบบอะซิงโครนัส (asynchronous reinforcement learning) ในสภาพแวดล้อมจำลองด้านกฎหมาย โดยมีชุดคำสั่งสไตล์พาร์ทเนอร์ความยาวประมาณ 50 คำ พร้อมด้วยเอกสารสำคัญและเกณฑ์การให้คะแนนแบบผ่าน/ไม่ผ่านอย่างละเอียด ทักษะการประเมินผลอ้างอิงจากการใช้ LLM-as-a-judge และปรับแต่งนโยบายด้วยวิธี GSPO ผ่าน LoRA แบบ rank-64 บนเครือข่าย K3 ทั้งหมด