動察 Beating AI 快訊,AI 記憶公司 Engram 聯手法律 AI 公司 Harvey 做了個實驗:先造出一家虛擬律所,裡面有 1 億 Token、近 1 萬份文件和 266 個法律事項,再讓 Qwen3.8-27B 提前把這些知識「學進腦子」。一部分直接記進模型參數,一部分整理成筆記,需要時再搜索。
結果這個 27B 小模型在 250 個法律任務中拿到 67% 的平均評分,超過所有參測模型。單次查詢成本約 0.13 美元,只有 Claude Opus 4.8 高強度推理的 1/10 到 1/24。更嚴格的整題全對率,它也以 30% 對 25% 領先 Opus 4.8。
訓練前,不給 Qwen 搜索工具,直接問它律所裡的具體事情,準確率只有 4.7%。訓練後漲到 72.6%。訓練後的模型也更會找資料,99.2% 的任務一開始就會直接做定向搜索。
不過目前實驗用的還是虛擬律所。真實公司資料每天都在變化,模型怎麼持續更新記憶,仍然是最大難題。