Oossa

Harvey améliore les performances juridiques de Tenet après entraînement

L’entraînement postérieur de Tenet sur Fireworks AI porte à 19,7 % le taux de réussite complète au Legal Agent Benchmark, soit près du double des tâches menées à bien.

BrèvePar Publié par Oossa: 1 min de lecture

Harvey s’est associé à Fireworks AI pour entraîner après pré-entraînement son modèle Tenet, basé sur Kimi K3, au moyen d’un apprentissage par renforcement asynchrone. La nouvelle version réalise près de deux fois plus de tâches du Legal Agent Benchmark (LAB) et porte le taux de réussite complète à 19,7 %, contre 10,8 % pour le Kimi K3 d’origine. Tenet obtient aussi de meilleurs résultats sur des benchmarks connexes évaluant les capacités agentiques, sans perdre ses connaissances juridiques, et son coût par tâche reste à peu près identique (5,92 $ contre 5,62 $).

Pourquoi c'est important

Les cabinets d’avocats peuvent produire davantage de documents juridiques complets pour le même budget, et ainsi réduire le temps consacré par les juristes aux tâches répétitives de rédaction.

Cet article vous a-t-il été utile ?
Partager

À lire ensuite

Oossa · Newsletter

La semaine de l'IA, expliquée

Chaque lundi : l'essentiel de l'actualité, en langage clair. Gratuit, sans spam.