ハーベイ、法律AIを強化

Harveyは、Kimi K3のベースモデルを、現実的な長期的な法律環境でasynchronous reinforcement learningを用いてpost-trainしました。その後、メインシステムがツールやsubagentsとしてルーティングできる、diligence、review tables、firm knowledgeのための個別の能力を訓練しました。 この決定的なアイデアは、プロフェッショナルサービスモデルが、単に多くの法律テキストを取り込むだけでなく、ワークフローとその活用方法を学ぶことによって改善できるというものです。しかし、報告されているすべての結果はベンダーによって作成され、タスクに特化しています。