OpenAI 与 Harvey 合作开发定制案例法模型

OpenAI 与 Harvey 合作开发了一款定制训练的案例法模型，旨在为法律、税务和金融专业人士处理复杂推理和广泛领域知识。此合作通过将深度法律知识直接注入模型训练，解决了标准基础模型和检索增强生成（RAG）的局限性。

定制案例法模型的能力

定制训练的模型使 Harvey 能够提供能够执行超出单次模型调用能力的任务的 AI 系统。关键能力包括：

• 复杂文档分析： 在数百份合同中识别重要差异。
• 法律起草： 起草文件并回答有关复杂诉讼情景的问题。
• 案例法研究： 为客户问题提供详尽答案，并为每句话提供引用，确保模型不捏造案例。

技术方法与开发

Harvey 从使用公共 API 进行微调和 RAG 系统转向定制训练模型，因为单纯的 RAG 无法满足律师所需的高水平专业知识。虽然基础模型具备强大的推理能力，但缺乏专业法律工作所必需的特定领域知识。

为了解决此问题，Harvey 与 OpenAI 合作将新知识和推理模式注入基础模型。开发过程包括：

• 数据整合： 团队加入了相当于 100 亿标记的数据，起始于特拉华州案例法，随后扩展至全部美国案例法。
• 协同研究： 法律专家向研究人员和 OpenAI 工程师阐释案例法研究的细微差别，以确定最有效的技术杠杆。

性能与结果

据 Harvey 联合创始人 Winston Weinberg 称，律师在 97% 的情况下更倾向于案例法模型的输出。此偏好主要源于模型能够提供更长、更完整的答案，涵盖问题的细微差别并涉及更多相关案例法。

定制模型的主要目标之一是降低幻觉。最终模型确保每句话都有引用案例支持，消除法律先例的捏造。

法律 AI 的未来方向

Harvey 正在探索案例法模型的多项功能扩展，包括：

• 自动起草： 使用模型起草简报和动议。
• 司法管辖区分析： 帮助律师了解不同司法管辖区的案例法差异。
• AI 代理： 开发将多次模型调用合并为单一输出的代理，以减少手动提示工程和用户输入的需求。

AI 开发的战略理念

联合创始人 Gabe Pereyra 建议 AI 创始人应针对模型能力的未来发展方向进行构建，而非局限于当前限制。他建议解决问题的复杂版本，以确保产品在模型演进时仍保持相关性，不会因通用模型的改进而被淘汰。