A Harvey kiadta a Tenetet, egy speciális jogi elemző modellt

A Harvey kiadta a Tenetet, az első, post-trained modelljének kutatási előzetesét, amelyet az open-weight Kimi K3 alapmodellből finomhangoltak aszinkron megerősítéses tanulással (reinforcement learning). A modell az olyan hosszú távú jogi feladatokra fókuszál, mint az M&A átvilágítás, a szerződésfelülvizsgálat és a redlining. A Harvey állítása szerint a Tenet majdnem megduplázza a feladatvégzést a saját Legal Agent Benchmark tesztjükön, és 20 százalékos javulást mutat a LAB: Contracts esetében az alapmodellhez képest. A Tenetet körülbelül 150 Nvidia B300 GPU-n képezték ki két hónap alatt. A Harvey három speciális komponenst is bemutatott az átvilágításhoz, a szerződésfelülvizsgálati táblázatokhoz és a cég specifikus tudásbázisának lekérdezéséhez, amelyeket a Baseten, az Applied Compute és az Engram partnerekkel közösen építettek, jelentős költség- és pontosságnövekedést elérve. A Harvey kijelentette, hogy a betanításhoz nem használtak fel ügyféladatokat. Jelenleg nincs nyilvános API, modellkártya vagy modell súlyozás (weights).