Harvey presenta Tenet: post‑training su Kimi K3 per agenti legali a lungo orizzonte

Cosa è accaduto

Harvey ha annunciato Tenet, un checkpoint post‑trained costruito a partire da una base Kimi K3 e addestrato con il trainer Fireworks mediante reinforcement learning asincrono in ambienti pensati per lavoro legale a lungo orizzonte. Secondo la ricerca preview pubblicata, Tenet completa quasi il doppio dei task tenuti fuori dal training sul Legal Agent Benchmark (LAB) di Harvey e migliora del 20% i task di LAB: Contracts rispetto alla base K3; l'all‑pass rate cresce rispettivamente di 9 e 2 punti percentuali. Il rilascio è in forma di research preview: non sono stati pubblicati pesi, model card o API del checkpoint Tenet, e l'accesso è riservato a clienti enterprise sulla piattaforma Harvey.

Perché è importante

I dettagli pubblicati descrivono una pipeline di addestramento focalizzata su rollouts lunghi — singoli episodi che possono superare 1.000 turni — valutati tramite rubriche atomiche e giudicate da LLM usati come giudice. L'approccio combina tre elementi rilevanti: ambienti sandbox che riproducono task di benchmark, reward shaping che premia sia la copertura dei criteri sia la concisione dei deliverable, e un'architettura di policy ottimizzata con GSPO tramite LoRA. Questi elementi rendono esplicito l'obiettivo di addestrare agenti capaci di lavorare su pratiche complesse (M&A, revisione di contratti, estrazione strutturata) e di trasferire le capacità ad altri benchmark e piattaforme senza ulteriore training.

Possibili impatti

Per gli studi legali e i team in‑house l'annuncio indica due percorsi concreti: primo, la possibilità di ottenere agenti specializzati che migliorano automazione e accuratezza in attività come due diligence M&A e revisione contrattuale; secondo, una riduzione dei costi operativi quando la memoria di studio (firm knowledge) viene consolidata e internalizzata, con riduzioni di token e costi per query riportate nella preview. I risultati di transfer verso APEX Agents e Redline Bench suggeriscono che l'addestramento agentico produca comportamenti generalizzabili e non semplicemente overfitting sui benchmark usati in training.

Limitazioni e rischi sono tuttavia evidenti dai dati pubblicati: Tenet è un checkpoint non rilasciato pubblicamente, l'accesso è enterprise e la riproducibilità completa richiede infrastrutture significative (Harvey dichiara ~150 GPU NVIDIA B300 per due mesi). Ciò può tradursi in barriere all'accesso e a una preferenza per soluzioni gestite dalle piattaforme che sviluppano i checkpoint.

Una possibile lettura

I fatti descritti indicano una strategia in cui la ricerca tecnica (ricette di post‑training, metriche di reward, harness agentici) viene prima pubblicata come preview e poi incorporata progressivamente nei prodotti enterprise. Se confermate, le performance di Tenet mostrano che l'addestramento agentico su task lunghi può migliorare sia qualità sia efficienza token‑wise, aprendo la strada a agenti legali capaci di gestire dataroom estese e workflow complessi.

A livello di mercato si prospettano due scenari: in uno, gli studi legali adottano piattaforme che offrono agenti specialistici gestiti, con vantaggi immediati ma dipendenza dal fornitore; nell'altro, team di ricerca con risorse RL potrebbero replicare la ricetta per ottenere checkpoint propri, favorendo modelli specializzati di proprietà. Entrambi gli scenari richiedono ulteriori evidenze sul comportamento su casi real world e garanzie rispetto a trasferibilità, interpretabilità e controllo sui dati usati in addestramento.

Fonte: MarkTechPost