Kimi K3 法律基准领先
petrusenko_max · x · 2026-07-19
Kimi K3 在一项困难的自主法律工作 benchmark 上拿到 26.7%，几乎是最近竞争者 Claude Fable 5 的两倍（14.2%）。
这个测试覆盖 24 个法律领域、共 120 个私有任务，包括 memo 和 deposition summary。模型需要完整处理案件文件并输出最终文档，而且评分很严格：任一 rubric 细节缺失就算失败。作者也指出，虽然 27% 已经领先，但 AI 要真正可靠地独立完成法律工作，还有很长路要走。
所属事件:Kimi K3 在 Harvey 法律基准领跑(4 条相关)→
「模型」频道最新
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27