ดงฉา Beating ข่าวด่วน AI บริษัทหน่วยความจำ AI อย่าง Engram ร่วมมือกับบริษัทกฎหมาย AI อย่าง Harvey ทำการทดลอง: สร้างสำนักงานกฎหมายเสมือนขึ้นมาก่อน ภายในมี 100 ล้าน Token เอกสารเกือบ 10,000 ฉบับ และคดีความ 266 เรื่อง จากนั้นให้ Qwen3.8-27B เรียนรู้ความรู้เหล่านี้ล่วงหน้า "เข้าไปในสมอง" ส่วนหนึ่งบันทึกลงในพารามิเตอร์ของโมเดลโดยตรง อีกส่วนหนึ่งจัดระเบียบเป็นบันทึกย่อ แล้วค้นหาเมื่อจำเป็น
ผลลัพธ์คือโมเดลขนาดเล็ก 27B นี้ได้คะแนนเฉลี่ย 67% จากการทำงานด้านกฎหมาย 250 งาน เอาชนะโมเดลที่เข้าร่วมทดสอบทั้งหมด ต้นทุนต่อการสอบถามครั้งเดียวประมาณ 0.13 ดอลลาร์สหรัฐ คิดเป็นเพียง 1/10 ถึง 1/24 ของ Claude Opus 4.8 ที่ใช้การอนุมานความเข้มข้นสูง ส่วนอัตราการตอบถูกทั้งข้อแบบเข้มงวด ก็ยังนำ Opus 4.8 ด้วยสัดส่วน 30% ต่อ 25%
ก่อนการฝึก ไม่ให้เครื่องมือค้นหาแก่ Qwen ถามตรงๆ เกี่ยวกับเรื่องเฉพาะภายในสำนักงานกฎหมาย อัตราความแม่นยำมีเพียง 4.7% หลังการฝึกเพิ่มขึ้นเป็น 72.6% โมเดลหลังการฝึกยังค้นหาข้อมูลได้เก่งขึ้น 99.2% ของงานเริ่มต้นด้วยการค้นหาแบบเจาะจงทันที
อย่างไรก็ตาม การทดลองในตอนนี้ยังใช้สำนักงานกฎหมายเสมือน ข้อมูลบริษัทจริงเปลี่ยนแปลงทุกวัน โมเดลจะอัปเดตหน่วยความจำอย่างต่อเนื่องได้อย่างไร ยังคงเป็นปัญหาที่ยากที่สุด
