Harvey 后训练 RLM 智能体，并购尽调通过率大幅跃升

法律 AI 公司 Harvey 与 Baseten 合作发布研究，通过对递归语言模型（RLM）智能体进行强化学习后训练以完成端到端并购尽调。团队构建了 RLM harness：根 agent 将文档审查任务委派给子 agent 协同完成，并采用「模型-工具架协同优化」策略。结果显示，基准通过率从约 23%–29% 提升至 62%–63%，验证了后训练与 harness 优化对复杂法律工作流任务的显著效果。

2026-09-09 ~ 2026-09-09 · 3 条相关

• Baseten×Harvey:RL 训练 RLM 法务 agent,通过率从 29% 提至 63% — baseten · 2026-09-09
• RLM harness 让 M&A 尽调通过率从 23.3% 提至 62.4% — a1zhang · 2026-09-09
• Harvey 后训练 RLM 智能体做并购尽调：基准通过率从 23% 提到 62% — lateinteraction · 2026-09-09