Harvey beschreibt Kontextdiagramme für Rechtsvertreter; zitiert frühe Laborerfolge
Harvey sagte, sie nutze graphenbasierten Kontext, um die Genauigkeit von Rechtsvertretern zu verbessern, und argumentierte, dass der entscheidende Unterschied für KI in der juristischen Arbeit nicht nur das Modelldenken sei, sondern auch die sachspezifischen Informationen, die vor Beginn einer Aufgabe verfügbar sind. In einem Unternehmensblogbeitrag, der am 19. Oktober 2026 veröffentlicht wurde, beschrieb Harvey den Ansatz als Harvey Graph und sagte, er sei darauf ausgelegt, Firmendaten, rechtliches Wissen und deren Beziehungen zu organisieren, sodass Agenten mit relevantem Kontext, Dokumenten und bereits sichtbaren Präzedenzfällen beginnen können.
Beweise und Kontext
Laut Harveys Beitrag vom 19. Oktober 2026 kombiniert das System einen Knowledge Graph für US-Rechtsprechung mit einem Kontextgraph für Per-Space Matter-Daten, Dokumente und Integrationen. Das Unternehmen erklärte, dass seine US-Rechtsprechungs-Wissensquelle Zitate und Beziehungen über Millionen von Urteilen von Bundesbezirks- und Berufungsgerichten sowie allen 50 Bundesstaaten hinweg abbildet, während das Kontextdiagramm dokumentieren soll, wie Angelegenheiten, Dokumente, Personen und verwandte Arbeiten innerhalb des geregelten Umfelds einer Kanzlei zusammenhängen.
Harvey sagte außerdem, der Graph solle den Bedarf an wiederholten erneuten Briefings verringern. Das Unternehmen beschrieb Szenarien, in denen ein Agent die Kontrollversion einer Vereinbarung identifizieren, ein Sorgfaltsproblem auf die relevante Klausel und die Gegenparteien zurückverfolgen und eine Zitationsbehandlung anwenden kann, anstatt sich auf eine flache Abruf zu verlassen, die Textabschnitte nur nach Ähnlichkeit bewertet. Harvey sagte, die Graphenschicht funktioniere automatisch für Nutzer, ohne dass eine separate Verwaltung erforderlich ist.
Forschungsergebnisse und Einschränkungen
In Experimenten mit Legal Agent Bench sagte Harvey, dass ein Agent, der den Kontextgraphen verwendet, die Bewertungsrate um bis zu 30% verbessert und die Aufgabenkosten um bis zu etwa 50% im Vergleich zu einem Agenten ohne dieses Diagramm senke. Das Unternehmen nannte außerdem ein Beispiel, bei dem eine Wissens-Aufgabe aus Rohdateien ein 0% Bewertungsergebnis erzeugte, aber 75% mit dem Kontextdiagramm zusammenarbeitete, da das Diagramm half, die relevante Angelegenheit zu identifizieren und Kredit- und Sicherheitsvereinbarungen schneller auszuschließen. Diese Zahlen sind von Unternehmen berichtete Forschungsergebnisse, nicht unabhängig verifizierte Produktionsergebnisse.
Harveys Beitrag sagte außerdem, dass nach der allgemeinen Verfügbarkeit von Benutzerspeicher im letzten Monat Nutzer befragt wurde und festgestellt wurde, dass 93% der Befragten meinten, Speicher mache Harvey nützlicher und 50% sagten, dass sie nun weniger Kontext wiederholen. Das Unternehmen stellte die Graphenarbeit als Teil einer umfassenderen Investition in Speicher dar und sagte, zukünftige Ergänzungen werden Präzedenzfallflaggen, Zitationsprüfung für US-Rechtsprechung, Rechtsentwicklungsverfolgung, eine neue Forschungsoberfläche und Unterstützung für firmendefinierte Rechtsontologien enthalten. Es hieß, weitere Details zu diesen Ergänzungen würden folgen, sodass ein separater Produktstarttermin im Beitrag nicht festgelegt wird.