2026 Harvey Tenet是什麼：Kimi K3後訓練與法律代理基準全解析

Harvey 把第一份後訓練開源權重模型寫成 Tenet。下文依官方博文與 Law.com 分開能核對的數字。

法律科技公司 Harvey 本周把一份研究预览寫成可核對的技术說明：不再只租用别人的旗舰介面，而是在开源底座上做法律後訓練，并給出自家 Legal Agent Bench 上的數字。

核心对象是 Harvey Tenet。官方写它是 Kimi K3 底座、与 Fireworks 一起做異步强化学习，面向「长程、智能体式」法律任务。下文只整理官方博文与 Law.com 8 月 20 日稿能對上的口徑，不寫成「已全面超過 Fable 5 / GPT-5.6」。

官方寫成了什么

Harvey 写过去六个月兩條線：用開源權重做前沿法律智力；並讓律所自建、自有模型。Tenet 是第一条线的首个後訓練檢查點。训练环境仿 LAB：合夥人式任务說明、客戶事項材料、專家量規。智能体在沙箱里檢索、读文件、把交付物写到磁盘，再用 LLM 評判。

能核對的幾條口徑

1. 1

   底座与算法寫得很具體

   官方：Kimi K3 + Fireworks 異步 RL；策略用 GSPO（組內優勢、近平局重評、長度項、雙端裁剪）。評判消融後收斂到 Kimi 2.6。語料是合成資料、公開法律資料與人類專家資料；与 Mercor 等合作做專家集與合成資料審校。

2. 2

   LAB 數字是相对 K3，不是獨立实验室榜

   官方：hold-out 完成任务「幾乎兩倍」、LAB Contracts 多 20%；all-pass +9 与 +2 个百分点。自称 LAB Contracts 最強、LAB 第二。基線分數圖註寫 Vals LAB 榜。未見第三方按同一協議複跑整表。

3. 3

   另外三组能力实验不要和 Tenet 混成一個模型

   M&A 盡調寫的是 GLM-5.2 在 RLM 線纜裡自蒸餾，標準通過率到 60.1%。Review Table 也是後訓練 GLM-5.2。Firm Knowledge 是与 Engram 訓的 Qwen3.8-27B。这些是「將併入產品」的分項，不是 Tenet 本體。

官方把遷移寫到「訓練未見過」的 APEX Agents 与 Redline Bench。這是他們的泛化聲明。基準本身仍可能與法律工作分布重合，不宜讀成法庭認證。

# Harvey Tenet (official, research preview)
base: Moonshot Kimi K3
post-train: async RL + Fireworks
optimizer: GSPO
judge: Kimi 2.6
no customer data in post-training

讀法与边界

完成量翻倍 ≠ 法律意見已可無人簽發

數字是 LAB hold-out 与量规。官方同時寫知識類基準（LegalBench、CUAD、MAUD 等）「未傷底座」。這不是執業許可或監管批准。

LLM 評判有噪声

獎勵是量規細項加權 + 整體法律爭點，滿分有獎金。他们用更重旗艦做消融後選 Kimi 2.6。評判器本身会错。

Harvey II 的 Memory 是產品，不是 Tenet

Law.com：Tenet 見報两天前發布 Harvey II 與上下文保持。Startup Fortune 寫 Memory 不用於訓模型。應分開讀。

還想核對的問題