Kimi K3 是中国科技公司 Moonshot AI 推出的一款 AI 模型。据 Artificial Analysis 使用不具备文档生成功能的最简测试框架进行评估,Kimi K3 在 Harvey 法律 AI 基准测试(LAB)中取得 26.7% 的完全通过率,为此次评估中的最高分。这较 Kimi K2.6 在同一基准测试中取得的 0% 有显著提升。
Harvey 法律 AI 基准测试(LAB)由法律 AI 公司 Harvey 开发,包含 24 个业务领域的 1,200 多项真实律所任务,涵盖案件文件审查、备忘录起草、修订追踪和演示文稿准备。任务依据详细的专家标准评分,只有在满足某项任务的全部标准时,才能获得完全通过。
8 月 20 日,Harvey 推出了 Tenet,这是一款基于 Kimi K3 后训练、专为长时间法律工作设计的研究预览模型。在 Harvey 的评估中,Tenet 在多个法律基准测试中的表现优于当前领先模型。
Harvey Tenet:专为法律应用打造的模型
Harvey 开发 Tenet 这一做法证明,通用模型可以通过领域数据、任务设计和评估标准,适配特定法律环境。在开始后训练之前,Harvey 对 Kimi K3 在各种法律应用场景中的表现进行了更广泛的评估,结果显示 Kimi K3 已展现出前沿水平的法律能力。
然而,大多数法律团队无需决定是否训练自己的模型。相反,他们需要 AI 协助处理必要但重复性强的工作:将合同版本与操作手册进行比对,根据邮件和附件还原案件情况,跟进缺失的归档信息,或依据同一背景信息起草备忘录、附函和进度更新。
Kimi K3 的法律工作流集成与工具支持
Kimi 目前通过一系列专用工具支持以下法律工作流。对于文档,模型可以创建和编辑 Word 文件,直接在相关条款中添加评论,将评论转换为修订痕迹,并将草稿内容关联回源文件。对于邮件工作流,Kimi 可以利用相关邮件和附件作为背景信息,起草附函、跟进消息或案件进展更新。
Kimi Browser Extension(原名 Kimi WebBridge)支持用户通过已登录的浏览器进行操作,从基于网页的系统中检索信息,或输入经批准的内容。Kimi 的电脑操作能力可以协助用户在本地桌面应用中完成相关步骤,例如查找文件或在不同工具之间传输草稿。对于深度研究,Kimi 可以规划多步骤研究流程、审阅多种类型的资料,并撰写附有引文的清晰报告。智能体集群功能允许将不同研究方向分配给多个并行工作的智能体,再由主智能体汇总结果。Kimi 正在持续集成更多插件,并围绕法律团队已在使用的工具开发其他技能。所有申报、提交或对外沟通内容仍须由律师审阅并批准。
Kimi K3 支持的三种实用法律工作流
大多数法律工作都发生在确定适用规则与准备交付成果供审阅之间。事实可能分散在案件文件中,而合同立场和起草惯例则可能记录在操作手册和范本中。以下三种关键工作流展示了 Kimi 如何支持这一中间环节:整理现有背景信息,并准备初稿供律师审阅。
合同审查与修订
收到新协议时,律师需要做的不只是识别有风险的措辞。他们还必须将草稿与团队的标准立场进行比较,根据交易背景判断哪些偏离值得关注,并提供 Word 文档,以便客户、业务团队或交易对方在下一轮谈判中使用。这通常意味着逐条添加评论和修订痕迹,而不是在聊天窗口中提供摘要。Kimi 可以生成带注释和建议修订的协议,之后由律师逐一审阅每条评论和修改,决定哪些应予采纳、哪些应升级处理,并批准下一版草稿。
法律研究与尽职调查
在客户会议、进入市场或启动交易之前,律师经常需要快速熟悉不熟悉的司法管辖区、监管制度或新兴法律问题。这可能需要查阅大量资料,包括法规、监管指引、判例、执法行动和评论,同时清楚记录每项结论的来源依据。借助 Kimi 的深度研究能力,律师可以指定问题、司法管辖区、研究截止日期和审查范围。随后,Kimi 会自动开展初步研究:规划研究路径、审阅相关材料,并将研究结果整理成附有引文的清晰报告。对于范围更广的问题,律师可以使用智能体集群模式,由多个智能体并行调查不同方向,再由主智能体汇总结果。这有助于缩短初步研究周期并扩大覆盖范围。
邮件分类与事项跟进
法律工作通常通过邮件发起和协调。新请求可能缺少必要事实,指示可能散落在冗长的邮件往来中,而截止日期或未答复的问题也可能埋在多封邮件及附件中。将 Gmail 连接到 Kimi Work 后,用户可以让 Kimi 审阅相关邮件往来和附件,还原当前进展、提取截止日期和待办事项,并找出缺失信息。Kimi 可以准备事项摘要、行动清单和回复草稿,用户随后可核实背景信息、决定采取何种行动,并在发送前批准。
迈向更协作的工作方式
一位在日常工作中经常使用 Kimi 的律师表示:“过去审查合同时,我总是先担心自己会不会漏掉什么。现在,我首先看到的是 AI 找到的内容。”
这体现了一种更具协作性的工作方式:Kimi 协助推动工作进展,同时律师仍深入参与结果的形成、审查和完善。Harvey 和 Moonshot AI 将继续与法律团队合作改进 Kimi,了解它在哪些方面有用、仍有哪些不足,以及如何更好地支持法律工作。
关键信息
- Kimi K3 在 Harvey 法律 AI 基准测试中取得 26.7% 的完全通过率,是 Artificial Analysis 评估中的最高分;相比之下,Kimi K2.6 的得分为 0%
- Harvey 的 LAB 包含 24 个业务领域的 1,200 多项真实律所任务
- Harvey 于 8 月 20 日推出 Tenet,这是一款基于 Kimi K3 后训练、专为长时间法律工作设计的研究预览模型
- Harvey 对 Kimi K3 在各种法律应用场景中的广泛表现进行评估后,发现其已展现出前沿水平的法律能力
- 支持的法律工作流包括:带修订痕迹的文档创建和编辑、邮件分类与起草、通过 Kimi Browser Extension 检索网页信息、桌面应用协助、多步骤法律研究与引文,以及用于并行研究调查的智能体集群功能
常见问题
Kimi K3 在法律基准测试中的表现如何?
在 Artificial Analysis 使用不具备文档生成功能的最简测试框架进行的评估中,Kimi K3 在 Harvey 法律 AI 基准测试(LAB)中取得 26.7% 的完全通过率,是此次评估中的最高分。与得分为 0% 的 Kimi K2.6 相比,这表明其法律任务表现取得了显著进步。要在 LAB 中完全通过,必须满足每项任务的全部专家定义标准;该基准测试涵盖 24 个业务领域的 1,200 多项真实律所任务,包括案件文件审查、备忘录起草、修订追踪和演示文稿准备。
Kimi K3 如何融入现有法律工作流?
Kimi K3 通过专用工具支持法律工作流,包括带行内评论和修订痕迹的 Word 文档创建与编辑;邮件集成,可根据邮件往来和附件起草附函及案件进展更新;用于从网页系统检索信息的 Kimi Browser Extension;用于文件管理和草稿传输的桌面应用协助;支持多步骤规划并生成附有引文报告的深度研究功能;以及智能体集群功能,可将不同研究方向分配给并行工作的智能体,再由主智能体汇总结果。所有申报、提交或对外沟通内容仍须由律师审阅并批准。
Harvey Tenet 是什么?它与 Kimi K3 有什么关系?
Harvey Tenet 是一款于 8 月 20 日推出的研究预览模型,基于 Kimi K3 的后训练打造,专为长时间法律工作设计。在 Harvey 的评估中,Tenet 在多个法律基准测试中的表现优于当前领先模型。Harvey 在 Tenet 上的工作证明,通用模型可以通过领域数据、任务设计和评估标准,适配特定法律环境。在开始对 Tenet 进行后训练之前,Harvey 对 Kimi K3 在各种法律应用场景中的表现进行了更广泛的评估,发现 Kimi K3 已展现出前沿水平的法律能力。