Harvey 用 context graphs 让 agent 法务任务成绩最高提升 30 个百分点
omarsar0 · x · 2026-10-16
- Harvey 发布报告:为处理长周期法律任务,他们让 agent 基于 Legal Agent Bench 的 11 类任务(并购尽调、合同谈判等)自行构建底层文档的 context graphs,且构建过程不接触评测任务和评分标准。
- 结果显著提升:Firm Knowledge 任务 65%→80%,Precedent lists 67%→80%,Matter counting 53%→83%。
- 除成绩外还提升效率:配备 context graph 的 agent 成本降低 48%。
- dair-ai 的 Elvis 表示这一思路在复杂代码库中已被验证有效,他们认为 context graphs 有更广的应用面,正将其用于科研任务,后续将分享更多。
「编程与Agent」频道最新
- Claude 按消息计数实为按 token 计,10 招让额度撑更久 — Aiden_Tech_Ai · 2026-10-16
- 收购 20 年老软件公司后,如何让老工程师转向 AI 原生开发 — alex_verem · 2026-10-16
- Gemini 4 Argon 上线 Antigravity,Pro 订阅独享独立周配额 — rseroter · 2026-10-16
- LangChain 重做 Human-in-the-loop:工具调用中断支持类型化 Schema — Hacubu · 2026-10-16
- 机器人全面换用前沿 LLM 控制:客户现场自主组装 1.5 小时零失误 — ihorbeaver · 2026-10-16
- 开发者断言:Agent 的未来押注 Node 与 JavaScript — verrsane · 2026-10-16