Tenet؛ مدل متنباز هاروی برای هوش مصنوعی حقوقی
هوش مصنوعیClaude Sonnet 5خلاصهٔ کاملتر
شرکت هاروی (Harvey) که روی هوش مصنوعی برای کار حقوقی تمرکز داره، اولین مدل post-trained (یعنی مدلی که بعد از آموزش اولیه، دوباره روی دادههای تخصصیتر تنظیم شده) متنباز خودش رو معرفی کرد و اسمش رو گذاشته Tenet. پایه این مدل Kimi K3ـه که هاروی همراه با تیم Fireworks روش کار کرده تا برای کارهای طولانی و پیچیده حقوقی (مثلاً نوشتن یه لایحه کامل یا بررسی چندتا قرارداد) بهینه بشه. هدف هاروی اینه که دفاتر حقوقی بتونن مدلهای اختصاصی خودشون رو بسازن، نه اینکه فقط از API مدلهای بزرگ بسته استفاده کنن.
برای سنجش پیشرفت، هاروی از بنچمارک خودش LAB (Legal Agent Benchmark) استفاده کرده که بیش از ۱۲۰۰ تسک واقعی حقوقی رو تو ۲۴ حوزه پوشش میده. مدل Tenet تقریبا دو برابر مدل پایه Kimi K3 تونسته این تسکها رو با موفقیت کامل انجام بده، و رو LAB Contracts (قراردادهای داخل شرکتی) هم ۲۰ درصد بهتر عمل کرده و رکورددار شده.
جالب اینه که این پیشرفت به بنچمارکهای دیگهای مثل APEX Agents شرکت Mercor و Redline Bench شرکت Crosby هم منتقل شده، با اینکه مدل اصلا روی اونا آموزش ندیده بود؛ یعنی چیزی که یاد گرفته واقعا قابل تعمیمه، نه فقط حفظیات. تو آزمونهای دانش حقوقی صرف مثل LegalBench و CUAD هم افت نکرده، یعنی توانایی عاملبودن بدون آسیب به دانش پایه اضافه شده.
بخش مهم دیگه ماجرا صرفهجویی تو هزینهست. مدلهای متنباز ذاتا ارزونترن، ولی هاروی یه قدم جلوتر رفته: تو آموزش با یادگیری تقویتی و روشی به اسم GSPO (که چندتا تلاش مختلف مدل رو با هم مقایسه میکنه و از بهترینش یاد میگیره)، به مدل یاد داده با توکن و ابزار کمتر هم به همون نتیجه برسه، بدون افت کیفیت. مدل تو محیطهای شبیهسازیشدهای تمرین میکنه که هرکدوم یه درخواست کاری کوتاه، مدارک پرونده، و یه چکلیست داوری داره؛ خود مدل هم با یه مدل داور دیگه به اسم Kimi 2.6 نمره میگیره.
هاروی سه قابلیت جانبی دیگه هم آزمایش کرده که جدا آموزش دیدن: برای بررسی اسناد ادغام و تملیک با معماری RLM (که کار رو بین چندتا زیرعامل کوچیکتر تقسیم میکنه) نرخ موفقیت رو از ۴۳.۸ به ۶۰.۱ درصد رسوندن؛ برای بررسی حجم بالای اسناد (Review Table) با Applied Compute هزینه هر سلول رو ده برابر پایین آوردن؛ و برای جستوجو تو دانش انباشتهشده یه شرکت حقوقی با کمک Engram هزینه هر پرسوجو رو تا ۹۰ درصد کم کردن.
نکات کلیدی:
- مدل Tenet روی پایه متنباز Kimi K3 و با همکاری Fireworks پسآموزش دیده.
- رو بنچمارک LAB تقریبا دو برابر مدل پایه موفق میشه؛ رو LAB Contracts رکورددار شده.
- بدون آموزش مستقیم، رو بنچمارکهای APEX Agents و Redline Bench هم پیشرفت قابل توجه داشته.
- با روش GSPO مصرف توکن پایین اومده بدون افت کیفیت.
- هزینه هر سلول تو Review Table تا ۱۰ برابر و هزینه هر پرسوجو تو Firm Knowledge تا ۹۰ درصد کم شده.
- هاروی هیچ داده مشتریای تو این پسآموزش استفاده نکرده.
