Crosby 自训 27B 模型判「手术式」修订,准确率 90.6% 超前沿模型
graceisford · x · 2026-11-04
法律 AI 公司 Crosby 披露其 Surgeon 模型细节:与律师合作定义何为「手术式」编辑(像真律师那样做针对性修改),据此后训练一个 27B 模型来评判修订质量,准确率达 90.6%,超过所有被测前沿模型(第二名 84.3%),且成本仅约 $0.13/M tokens(对比图显示远低于 Gemini、GPT 等竞品)。
动机:AI 生成的整段重写会让对方戒备、大量碎小修改难以跟进,损害客户信任;好律师做的是保护客户并推进交易的精准修改。
作者认为这代表 eval 的未来:自己做定义与训练,能教会模型什么是「优秀」,进而指导 agent 与评测。配套发布博文《How to Train your Surgeon》。
所属事件:Crosby 发布 Surgeon 模型,专评合同修订精准度(2 条相关)→
「模型」频道最新
- 界面惊现"6 Astra High"选项目，新 Astra 版本上线前兆 — gethackteam · 2026-11-04
- 博主放话:大家都低估了 Google 新模型,它已经回来了 — iruletheworldmo · 2026-11-04
- 博主称 OpenAI Astra 6.2 降价 60% 对标 Opus 5.5 — bindureddy · 2026-11-04
- Sarvam 发布 Prism，用贪吃蛇 demo 演示决策模型与 LLM 差异 — itsOmSarraf_ · 2026-11-04
- Aohan:推理快到让环境成为瓶颈,才算到位 — _arohan_ · 2026-11-04
- Cohere Model Vault 上线开放模型，Encrypted 版本连 Cohere 也看不到数据 — cohere · 2026-11-04