# Harveys Tenet-modell lyckas bättre med juridiska uppgifter

> Efterträning av Harveys Tenet på Fireworks AI höjer andelen helt godkända uppgifter på Legal Agent Benchmark till 19,7 procent – nästan dubbelt så många uppgifter slutförs.

Oossa · 2026-10-23 · https://oossa.com/sv/harvey-s-tenet-model-improves-legal-task-success-after-post-training

Harvey samarbetade med Fireworks AI för att efterträna sin Tenet-modell, som bygger på Kimi K3, med asynkron förstärkningsinlärning. Den uppdaterade modellen klarar nästan dubbelt så många uppgifter på Legal Agent Benchmark (LAB) och höjer andelen helt godkända resultat till 19,7 procent, jämfört med 10,8 procent för ursprungliga Kimi K3. Tenet får också högre poäng på närliggande agentbaserade benchmarktester utan att förlora juridisk kunskap, och kostnaden per uppgift är ungefär densamma (5,92 dollar jämfört med 5,62 dollar).

## Fakta

- Andel helt godkända uppgifter på LAB för Tenet: 19,7 procent, jämfört med 10,8 procent för grundmodellen Kimi K3
- Kostnad per uppgift: 5,92 dollar för Tenet, 5,62 dollar för grundmodellen

## Varför det spelar roll

Advokatbyråer kan få fler kompletta juridiska utkast för varje spenderad dollar, vilket minskar tiden som jurister lägger på repetitivt dokumentarbete.

## Källor och referenser

1. [Post-training Kimi K3 with Harvey for long-horizon legal work](https://fireworks.ai/customers/harvey-tenet-kimi-k3-post-training/) – Fireworks AI

Senast uppdaterad: 2026-10-23