Harvey Tenetとは：2026年8月の法律AIオープンウェイト後学習

Harveyが初の後学習オープンウェイトモデルTenetを出した。公式は自社の法律エージェント基準でKimi K3より上だと書く。研究プレビューであり、数字は会社側。

2026年8月20日、法律AIのHarveyが研究プレビューを出した。新しい汎用モデルではなく、オープンウェイト基を長時間の法律作業向けに後学習した初の検査点だという。名はTenet。

基はMoonshotのKimi K3。後学習はFireworksと。題はTenet Research Preview。Law.comも同日に書いた。以下の点数はHarvey自身であり、第三者の再走ではない。

公式が書いた点数

基との差

合成・公開法律・専門家データの後、LABホールドアウト完了はほぼ倍。LAB Contractsは約20%増。全合格は9点と2点増。

転移

未学習のMercor APEX Agents（企業法）とCrosby Redline BenchもK3を上回ると書く。LegalBench、CUAD、MAUDなど知識系は基に近い。

コスト

報酬整形で短い道具利用を促し、性能が上がってもコストはほぼ横ばいだとする。単価はオープンウェイトの方が安い。ドル建ての料金はない。

判定

ロールアウトはLLM判定。消融の結果、Kimi 2.6を選んだ。

後学習の置き方

1. 1

   LABに似た環境

   各件は閉じた事件：短いパートナー依頼、顧客ファイル、専門家ルーブリック。平均約50の可否基準。1回が1000ターンを超えることもある。

2. 2

   ディスクに書く

   エージェントはサンドボックスで検索・読取・起草し、成果をディスクへ。報酬は基準充足と全体項、全正解ボーナス。

3. 3

   GSPO + LoRA

   Kimi K3全網にrank-64 LoRA。1ステップ8グループ×8本。約1750環境。1エポック約150ステップ、1万本超。

4. 4

   非同期ループ

   Fireworksが訓練と推論を揃える。NVIDIA B300約150基、約2か月。

まだ公開されていないもの

境界

同一ハーネスでTenetを再現した独立ラボは引用されていない。ウェイトの托管URLもない。次はLABの法域拡大と研究の製品化——日付なし。

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