評測來源官方評測
Harvey Legal Agent Benchmark
Vals AI / Harvey / 專業辦公 · 處理法律資料並交付 Word、Excel、幻燈片等可審閲文件。
在 ATech Hot 中觀察中
證據預算不計分
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
固定 Harvey 私有測試集、六項文件工具和 docx、xlsx、pptx 技能，禁用互聯網；採用兩名裁判的整任務通過率均值，不使用單項條件通過率替代。Fable 5 含 Opus 4.8 回退的 11.25% 不能歸給單模型；官方另列無回退 10.42%，須按統一配置政策審查。
如何使用這份證據
觀察中：優先補充完整法律工作證據；穩定成績導出、配置和再展示邊界待落實，當前僅收錄來源，不自動採集或計分。
評測侷限與數據署名
模型回退和裁判條件影響可比性；約 90% 的單項條件通過率不等於整項工作完成。同屬 Vals 的多個專項不能當作多家獨立機構，也不能按榜單數量增加總權重。
數據許可：官方公開成績可供查閲；Harvey 開源題庫和代碼許可不自動覆蓋 Vals 私有測試成績，榜單數據再展示邊界待確認。
成績由 Vals AI / Harvey 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。