动察 Beating AI 快讯,AI 记忆公司 Engram 联手法律 AI 公司 Harvey 做了个实验:先造出一家虚拟律所,里面有 1 亿 Token、近 1 万份文件和 266 个法律事项,再让 Qwen3.8-27B 提前把这些知识「学进脑子」。一部分直接记进模型参数,一部分整理成笔记,需要时再搜索。
结果这个 27B 小模型在 250 个法律任务中拿到 67% 的平均评分,超过所有参测模型。单次查询成本约 0.13 美元,只有 Claude Opus 4.8 高强度推理的 1/10 到 1/24。更严格的整题全对率,它也以 30% 对 25% 领先 Opus 4.8。
训练前,不给 Qwen 搜索工具,直接问它律所里的具体事情,准确率只有 4.7%。训练后涨到 72.6%。训练后的模型也更会找资料,99.2% 的任务一开始就会直接做定向搜索。
不过目前实验用的还是虚拟律所。真实公司资料每天都在变化,模型怎么持续更新记忆,仍然是最大难题。