Baseten 联手 Harvey 用 RL 训练法务 RLM，尽调通过率大幅提升

Baseten 与法律 AI 公司 Harvey 合作，展示「模型-工具架协同优化」方法训练推理型语言模型（RLM）法务智能体。在并购尽职调查任务中，根 agent 将文档审查委派给子 agent 协同完成。实测显示，通过率从约 23.3%—29% 的基线大幅提升至 62%—63%，证明 RL 训练与 harness 优化对端到端复杂任务效果显著。

2026-09-09 ~ 2026-09-09 · 2 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