wbstorm

Harvey Tenet erklärt: Legal-Open-Weight-Nachtraining 2026

Harvey stellte Tenet vor, sein erstes nachtrainiertes Open-Weight-Modell. Die Firma sagt, es schlage die Kimi-K3-Basis auf der eigenen Legal-Agent-Bank. Forschungsvorschau; Zahlen von Harvey.

Am 20. August 2026 stellte die Legal-AI-Firma Harvey eine Forschungsvorschau. Kein neues Allzweckmodell. Es sei der erste nachtrainierte Open-Weight-Checkpoint für lange juristische Arbeit. Der Name ist Tenet.

Die Basis ist Moonshots Kimi K3. Das Nachtraining lief mit Fireworks. Die Seite heißt Tenet Research Preview. Law.com schrieb am selben Tag. Die Zahlen unten sind Harveys, kein Dritt-Rerun.

Kimi-K3-BasisAsynchrones RLSelbst gemeldetes LAB

Welche Werte der Text nennt

≈2×
LAB-Hold-out-Abschlüsse vs. K3 (Firma)
+20%
LAB Contracts vs. K3
2 mo
Wandzeit auf ~150 B300
PunktHarvey-WortlautLesart
LAB-Hold-outAbschlüsse fast verdoppeltInterne Läufe
LAB Contracts~+20%, All-pass +2 Pkt.Noch kein öffentliches Board
RangErster Contracts, Zweiter LABFirmenmeldung
KundendatenNicht im NachtrainingIm Anhang genannt
Gegen die Basis
Nach synthetischen, öffentlichen juristischen und Experten-Daten fast verdoppelte Hold-out-LAB-Abschlüsse; LAB Contracts etwa +20%; All-pass +9 und +2 Punkte.
Transfer
Ungesehene Mercor APEX Agents (Gesellschaftsrecht) und Crosbys Redline Bench schlügen ebenfalls K3. Wissensbänke wie LegalBench, CUAD, MAUD blieben nah an der Basis.
Kosten
Reward-Shaping kürzte Werkzeugnutzung. Qualität stieg, Kosten blieben grob flach, schreibt Harvey. Open-Weight-Token sind billiger. Kein Dollarkurs.
Richter
Rollouts per LLM-Richter. Ablationen wählten Kimi 2.6.

Wie das Nachtraining stand

  1. 1

    Umgebungen wie LAB

    Jede Sache ist geschlossen: kurze Partnerbitte, Mandantenakten, Expertenrubrik. Im Schnitt etwa 50 Ja/Nein-Kriterien; ein Rollout kann 1000 Runden überschreiten.

  2. 2

    Auf die Platte schreiben

    Der Agent sucht, liest, entwirft in einer Sandbox und schreibt Lieferungen auf die Platte. Belohnung mischt Rubrik, Holismus und Volltrefferbonus.

  3. 3

    GSPO + LoRA

    Rank-64-LoRA über das ganze Kimi-K3-Netz. Acht Gruppen à acht Rollouts. Etwa 1750 Umgebungen; ~150 Schritte und mehr als 10.000 Rollouts je Epoche.

  4. 4

    Async-Schleife

    Fireworks glich Trainings- und Inferenzkerne an. Etwa 150 NVIDIA-B300 über etwa zwei Monate.

Was noch fehlt

01

Forschungsvorschau

Der Text will Arbeit ins Produkt holen und Compute skalieren. Kein Download-Datum, kein externer API-Preis.

02

Harness-Drift

LAB nutzte das offizielle Hold-out plus ein Finish-Werkzeug aus dem Training. APEX Agents lief in einem internen Harness, nicht Mercors Standard.

03

Kein Contracts-Board

LAB Contracts hat 500 Aufgaben; berichtet wird ein 50er-Hold-out von Harvey.

Grenzen

Kein unabhängiges Labor wird zitiert, das Tenet auf einem gemeinsamen Harness wiederholt. Keine Hosting-URL für Gewichte. Als Nächstes mehr LAB-Rechtsräume und der Weg ins Produkt — ohne Datum.

# Sources
# Harvey, 2026-08-20: Tenet Research Preview / Update on Harvey's Post-Training Effort
# Law.com, 2026-08-20: Harvey Introduces Tenet
Kann man Tenet jetzt laden?

Der Text rahmt eine Vorschau und eine Open-Weight-Richtung. Keine Download-Seite, kein Datum. Gewichte nicht als öffentlich behandeln.

Neues Pretraining?

Nein. Nachtraining von Kimi K3. Andere Fähigkeiten liefen auf GLM-5.2 oder Qwen, nicht demselben Checkpoint.

Sind die Ränge eine öffentliche Liga?

Nicht ohne Weiteres. LAB ist Harveys offene Bank, aber Contracts-Rang und manche Vergleiche sind intern. Der APEX-Harness weicht von Mercor ab.

Kostenloses Meeting starten