ハーベイが法律AI「Tenet」発表

Harveyは本日、初の追加学習済みモデルであるHarvey Tenetを研究プレビューとしてリリースしました。Tenetは、Kimi K3をベースモデルとし、Fireworksを用いて、長期間にわたる法律業務に関する非同期強化学習によって追加学習されました。学習データには、合成データ、公開されている法律データ、および人間の専門家データが組み合わされています。Harveyは顧客データは使用されていないと述べています。ベースのK3モデルと比較して、TenetはHarveyのLegal Agent Benchmark (LAB)で約2倍の未公開タスクを完了し、LAB: Contractsでは20%多く完了し、それぞれ総合合格率を9ポイントと2ポイント向上させました。Harveyは、LAB: Contractsで最先端の性能を達成し、LABでは2位になったと報告しています。この性能向上は、追加学習なしでMercorのAPEX AgentsとCrosbyのRedline Benchにも波及しました。目標は2つ掲げられています。オープンウェイトモデルで最先端の法律AIを構築すること、そして法律事務所が独自の専門モデルを所有する道を提供することです。展開可能か？まだです。Harvey Tenetは2026年8月20日に発表された研究プレビューです。Harveyは、ウェイト、モデルカード、またはAPIエンドポイントを公開していません。ベースモデルはオープンウェイトですが、Tenet自体はHarvey独自のチェックポイントであり、同社は今後、この研究がHarvey製品内で「研究から製品化へ」と移行すると述べています。今日提供されるのは成果物ではなく、その手法です。企業層：エンタープライズのみ。アクセスは、法律事務所、中規模事務所、社内法務チームに販売されているHarveyのプラットフォームを通じて行われます。RLスタックを持つラボであればこの手法を再現できます。学習には約150基のNVIDIA B300 GPUが2ヶ月間使用されました。産業：法律サービス、企業内法務、プライベートエクイティおよび投資銀行業務（M&Aデューデリジェンス）、さらに契約量によってコストが左右される規制産業（保険、金融サービス、ヘルスケア、エネルギー）です。アプリケーション：データルームを介したM&Aデューデリジェンスメモ、契約書作成、レビューおよび修正、最大10,000文書にわたる構造化抽出、および事務所の蓄積された判例検索などです。