LegalBench
PulseAugur coverage of LegalBench — every cluster mentioning LegalBench across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
智谱AI发布GLM-Legal，一款专注于法律任务的开源模型
智谱AI发布了GLM-Legal，这是一款专门为法律任务训练的开源模型。该模型在法律基准测试中表现强劲，在 Harvey LAB 和 LegalBench 的开源模型排行榜上均位居前列。GLM-Legal 能够执行合同审查、证据分析和跨境合规研究等任务，并旨在处理中国法律语境。该模型的开发涉及在法律数据上进行广泛训练以及在模拟法律环境中进行强化学习，旨在为法律专业人士打造实用的工具。
-
Z.ai 发布 GLM-Legal，一款专用于法律任务的 AI 模型
Z.ai 发布了 GLM-Legal，这是其 GLM-5.3-Flash 模型的一个专用版本，经过微调以适应合同审查和证据分析等法律任务。这款混合专家模型拥有 3200 亿个参数，其中 180 亿个处于活动状态，并具有 100 万个 token 的上下文窗口。在基准测试中，GLM-Legal 在 Harvey Legal Agent Benchmark 上据称优于 Kimi K3、Claude Fable-5 和 GPT-6 Astr…
-
Z.ai 的 GLM-Legal 在法律基准测试中优于 Claude Fable 5 和 Kimi K3
Z.ai 推出了 GLM-Legal，一个基于其 GLM-5.3-Flash 架构构建的、专门用于法律任务的 AI 模型。该模型在 Harvey 的法律代理基准测试 (LAB) 中取得了 19.2% 的通过率，显著优于其基础模型，并可与顶级法律 AI 解决方案相媲美。虽然 GLM-Legal 在法律推理和分析方面表现强劲，但目前仅通过申请制 API 提供访问，没有公开的权重。
-
新的 Engram Adapter 提高了 LLM 的域专业化能力，同时保留了通用能力
研究人员开发了一个名为 Engram Adapter 的新框架，旨在提高大型语言模型 (LLM) 在专业领域的性能，而不会损害其通用能力。该方法利用预训练时的条件记忆作为冻结 LLM 的事后适配器，采用多通道匹配和占用跟踪系统来选择性地将学习到的扰动应用于域内输入。在 Qwen3 模型上的评估表明，Engram Adapter 显著提高了域内准确性，同时几乎保留了所有域外性能，甚至在其他方法出现性能下降的法律推理任务上，其表现优于基础模型。
-
Fireworks AI 发布 Tenet 模型用于法律工作，在不增加成本的情况下提升性能 · 跟踪 5 个来源
Fireworks AI 推出了 Tenet，这是与 Harvey 密切合作开发的、用于长期法律工作的新模型。Tenet 在 Kimi K3 基础模型上进行了后训练，在 Legal Agent Benchmark (LAB) 等法律基准测试中表现出显著的性能提升，全通过率从 10.8% 提高到 19.7%。这一进展是在没有成本增加的情况下实现的，每个任务的成本与其基础模型相似，但完成的任务量几乎翻倍。Tenet 在未专门训练的基准测试…
-
Harvey 和 Fireworks AI 发布用于法律工作的 Tenet 模型
Fireworks AI 发布了 Tenet，一个与 Harvey 密切合作开发的新模型，专门针对长时法律工作进行了训练。Tenet 是在 Kimi K3 基础模型上进行后训练的，在不增加成本的情况下显著提高了性能，每个 LAB 任务完成的任务量几乎是其基础模型的两倍。该模型在包括法律知识和代理人性能在内的各种基准测试中显示出普遍的改进，在 LAB Contracts 上取得了最先进的成果。
-
Harvey Tenet：新型法律代理模型利用Kimi K3和Fireworks
Harvey发布了Harvey Tenet，这是一款专为长时法律任务设计的新研究预览模型。该模型基于Kimi K3基础模型，并通过使用Fireworks进行异步强化学习进行增强，其训练语料库包括合成数据、公开法律数据和专家数据。在法律基准测试中，Harvey Tenet相比其基础模型有了显著改进，在LAB: Contracts上取得了最先进的成果，并在更广泛的Harvey's Legal Agent Benchmark (LAB)上表…
-
Fireworks AI 展示廉价精调可提升嵌入模型检索质量
Fireworks AI 详细介绍了一种经济高效的方法，可将通用嵌入式 LLM 精调为特定领域模型。他们的方法以 Qwen3-Embedding-8B 为例，显著提高了法律引文匹配和临床试验检索等专业任务的检索质量。此精调过程成本低于 10 美元，性能优于现成模型，并被认为是比从头开始训练嵌入模型更实用的替代方案。
-
新研究详细介绍了影响受监管工作流程的大语言模型故障模式
一篇新研究论文识别出一种名为“异常链崩溃”的前沿大语言模型故障模式，即模型错误地评估嵌套的条件规则。在 GPT-5.4 中观察到了此问题，在没有版本更新的情况下，特定任务的准确性会波动，对受监管的工作流程构成合规风险。为解决此问题，研究人员开发了 Aethis Eligibility Module，这是一种神经符号架构，它使用大语言模型生成规则，并使用确定性 SMT 求解器执行规则，从而确保一致且可审核的合规性。