AI公司用Kimi做底模，改出了顶尖法律专用AI

律所的律师整理一份上百页的合同，往往要花一整天核对条款、梳理逻辑。

现在专门服务法律行业的AI公司Harvey，推出了首款面向法律领域定制训练的模型Tenet。和很多AI公司直接调用OpenAI或者谷歌的通用大模型接口不同，这次Harvey选择了基于Kimi K3基础模型，联合FireworksAI_HQ做了专门的「后训练」。

后训练就是在已经训练好的通用基础模型上，再加一批特定领域的数据继续训练，让模型更贴合行业需求。这次Tenet用到的训练数据，包括公开法律数据、AI生成的合成数据，还有模拟长期法律工作的人类专家数据，目标就是提升模型处理长时间跨度法律任务的能力。

对比原来的Kimi K3基础模型，Tenet在LAB法律测试集上的全通过率提升了82%，在LAB合同专项测试集上提升了22%。它不仅拿到了LAB合同测试集的当前最好成绩，在LAB综合测试集排到第二名，和Anthropic、OpenAI、谷歌的前沿模型比，性能也有竞争力。

@BrendanFoody 认为：Harvey代表了应用层AI公司的新方向，开始自己掌控模型能力，先做法律领域的专用基础模型，之后再扩展定制模型。

@mercor 则提到，这次开发里，人类专家数据对后训练起到了关键作用。

做通用大模型训练要砸几亿甚至几十亿，中小行业AI公司根本负担不起。现在Tenet的路径给出了另一种可能：不需要从零开始，找合适的开放基础模型，用行业专属数据做后训练，就能做出性能媲美大厂、还更贴合行业需求的专用模型，门槛比从头做低了很多。

接下来，会不会有更多垂直领域的AI公司，选择走这条改一改基础模型做专用AI的路？