Legora利用GPT-6 Astra在几分钟内审阅了41份文件
内容提要
Legora利用GPT-6 Astra处理复杂金融文档，自动完成财务报表核对，在41份文件中几分钟内检查所有余额并记录结果，发现全部四个错误。相比旧模型，性能提升近40%，同时保持人类专家对最终判断的负责，扩展至审计、税务等领域。
延伸解读
效率提升的量化对比
文章指出，在财务报表核对任务中，GPT-6 Astra相比旧模型性能提升近40%，但在所有BAR任务中平均提升仅约3%。这表明该模型在特定复杂文档处理场景下的优势尤为显著，而通用任务提升有限。读者可据此评估模型在不同工作负载下的适用性，避免高估其全面性能。
人机协作模式的关键
Legora强调，尽管AI能自动完成繁琐的核对工作，但最终判断仍由人类专家负责。这种“人在回路”的设计旨在平衡效率与责任，尤其适用于审计、税务等高风险领域。读者应关注AI辅助与人工审核的边界，确保关键决策的可靠性。
错误检测能力的实际验证
在测试中，GPT-6 Astra成功发现了全部四个预设错误，包括隐藏在收入附注中的50万英镑差异。这验证了模型在细节捕捉上的能力，但需注意测试环境为人为植入错误，真实场景中的错误类型可能更复杂。读者应谨慎看待此类结果，实际应用仍需结合人工复核。
Q&A
Legora是什么？
Legora是一个用于法律和专业工作的代理操作系统，被超过10万名专业人士使用，覆盖50多个市场的1800多个内部法律部门和律师事务所。
Legora使用GPT-6 Astra完成了什么任务？
Legora使用GPT-6 Astra在几分钟内完成了财务报表核对任务，涉及41份文件，检查了所有余额并记录了结果，发现了所有四个错误。
财务报表核对工作通常需要多长时间？
据Legora的法律工程师Percevale Perks称，财务报表核对工作可能需要整个晚上，有时甚至需要几天时间。
GPT-6 Astra相比旧模型在性能上提升了多少？
在财务报表核对任务中，GPT-6 Astra的性能比旧模型提升了近40%。在Legora的BAR基准测试中，所有任务的平均提升约为3%。
Legora如何确保最终判断的准确性？
Legora采用人机协作的方式，由Agent处理繁琐的比较工作，而人类专家负责对每个结果进行最终判断。
Legora计划将平台扩展到哪些领域？
Legora计划将平台扩展到审计、税务、合规和风险等领域。
