Harvey发布的Tenet模型基于哪个开源底座？
Tenet是Harvey第一套自有模型，底座是月之暗面7月开放权重的Kimi K3，总参数2.8万亿，支持100万token上下文。
OpenAI投资的法律AI独角兽 开始套壳中国开源模型
资讯摘要
Harvey 真正想提高的是模型完成长程法律工作的能力。
AI 摘要
OpenAI投资的法律AI公司Harvey发布自研模型Tenet，底座采用月之暗面开源的Kimi K3。Harvey利用约1750个法律智能体任务环境和律师评分标准进行后训练，耗时两个月、约150张B300显卡，使长程法律任务完成率显著提升。文章分析了开放权重模型对专业服务行业的影响，以及模型公司从API调用转向开源底座二次训练的趋势。
AI 问答
Harvey如何训练Tenet？
Harvey准备了约1750个法律智能体任务环境，包含超过1200个长程法律任务和约50条评分标准，使用组序列策略优化（GSPO），耗时约两个月，约150张NVIDIA B300显卡，采用rank-64 LoRA进行训练。
Tenet的训练效果如何？
在内部LAB保留集上，Tenet完整完成的任务数量接近原始Kimi K3的两倍，all-pass率从约11%提高到19.7%；在外部测试APEX Agents Corporate Law和Redline Bench上也有明显提升，且未出现明显能力遗忘。