Harvey LAB是法律AI公司Harvey开源的基准，含1660个任务和约10.1万条评分判据，覆盖24个执业领域。任务在沙箱中执行，采用文件系统优先设计，通过LLM评审逐条裁决，使用all-pass评分（差一条判据整题零分）。该基准模拟真实律师工作，但存在评审模型亲缘偏差、判据质量依赖作者功力等局限。