AITOP

法律 AI

共 5 条相关 AI 资讯
8月23日
14:43
6月4日
03:21
03:21官方账号Clement Delangue@ClementDelangue
Hugging Face CEO Clement Delangue 指出，通过路由（routing）和后训练（post-training）开源模型，不仅能提升系统准确性，还能显著降低成本和提高速度。法律 AI 公司 Harvey 与 Fireworks AI 合作，在 100 个法律任务上测试发现：混合智能体（GLM 5.1 为主，路由到 Opus 4.7 作为顾问）在质量和成本上均优于单一前沿模型，18% 全通过率 vs 14%，成本 $368 vs $954。后训练（SFT）将 Kimi 2.6 的全通过率从 11% 提升至 15%，超过 Opus 的 14%，成本仅 $84，是 Opus 的 1/11。这挑战了“前沿模型在所有场景都更好”的营销叙事，为开发者提供了更务实、经济的 AI 系统构建思路。
AI产品路由/混合智能体开源/仓库法律 AI
推荐理由：法律 AI 团队终于有了可落地的降本增效方案——路由+微调开源模型比纯用前沿模型便宜 11 倍还更准，做垂直领域 AI 应用的开发者可以直接参考 Harvey 的实践。
原文
6月3日
22:07
22:07官方账号LangChain@LangChainAI
Harvey 推出 LAB 基准，模拟人类验证方式，每个任务包含 50 多条通过标准，每条标准由独立法官调用评估。LangChain Labs 与 Harvey 合作，探索如何在大规模场景下提升效率。该基准可审计性强，但成本较高，合作旨在优化这一过程。
AI产品法律 AI智能体基准测试
推荐理由：法律 AI 团队终于有了可审计的验证基准——每个任务 50+ 标准像人类一样逐条检查，做法律智能体开发的可以直接参考。
原文
5月30日
05:15
05:15官方账号NVIDIA AI@NVIDIAAI
NVIDIA AI 宣布，Harvey 与 Trajectory Labs 合作，基于 NVIDIA Nemotron 3 Super 模型进行后训练，专注于复杂法律任务。他们在 Harvey 的 Legal Agent Benchmark（LAB）上测试了 1200+ 端到端法律任务，覆盖 24 个业务领域。初始结果显示，后训练的 Nemotron 3 Super 在性能上可媲美闭源前沿模型。该项目强调开放权重、可审计性和数据主权，支持持续学习（continual learning），使法律智能体能够从反馈中不断改进。这标志着开放模型在专业领域应用的重要突破。
AI模型NVIDIANemotron 3 Super法律 AI
事件专题
推荐理由：法律 AI 团队终于有了可审计、可定制的开放模型选择——Nemotron 3 Super 在复杂法律任务上追平闭源模型，做法律科技或合规自动化的开发者可以直接关注这个开源方案。
原文
5月28日
10:41