Harvey 后训练 RLM 智能体做并购尽调：基准通过率从 23% 提到 62%
lateinteraction · x · 2026-09-09
法律 AI 公司 Harvey 与 Baseten 合作，发布了对递归语言模型（RLM）智能体进行后训练以完成端到端并购（M&A）尽调的研究。
核心内容：
- 构建了 RLM harness：根智能体检索数据室、把文档审阅委派给子智能体、再统筹产出最终尽调备忘录
- 通过子智能体分布式审阅，可处理最多 8000 万 token 的数据室文档
- 在自建合成基准 LAB Diligence 上，RLM harness 将各模型的 rubric 通过率从 23% 平均提升到 62%
- 关键发现是「模型-harness 协同优化」：根智能体只处理 1-4% 的 token（子智能体处理 96-99%），但根模型的选择仍显著影响整体表现
这是模型-harness 共同优化在长程真实任务上有效的有力证据。
所属事件:Harvey 后训练 RLM 智能体，并购尽调通过率大幅跃升(3 条相关)→
「编程与Agent」频道最新
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- 作者称全由 LLM 编写的 Rust 库 bbtree 实测：快是真的，省内存翻车 — lmoroney · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27