Harvey 推出法律垂直模型 Tenet 性能提升 82%

基于Kimi K3后训练，Tenet在LAB测试集all-pass率相对提升82%，推理成本不足主流模型四分之一。

据 Woofun AI 消息，法律 AI 初创公司 Harvey 发布首个面向法律场景的后训练模型 Tenet。该模型以 Moonshot 的 Kimi K3 为基座，由 Harvey 与 Fireworks AI 利用公开法律数及律师标注数据进行后训练。在 LAB 测试集中，Tenet 的 all-pass 率较基座模型相对提升 82%，在 LAB Contracts 相对提升 22%，并分别夺得 LAB Contracts 第一与 LAB 第二名。

此外，Harvey 围绕 Tenet 开发了针对 M&A 尽调、高频文档审阅与结构化抽取、律所内知识检索的三款子模型，其推理成本不足主流基础模型的四分之一。投资人 David Sacks 指出，美国初创公司通过'开源基座 + 垂直后训练'路径可低成本构建高性能行业模型，若对开源模型施加过严限制，将削弱此类创业公司在专业领域构建模型的能力，且难以阻止中国实验室继续推出类似 Kimi 的产品。