Legora 使用 GPT‑6 Astra 来提高准确性、完整性和可靠性；最终评估仍由法律专业人士完成。该平台覆盖50多个市场，被1,800多个企业内部法务部门和律师事务所的100,000多名专业人士使用，并可适配从合同审查到法律研究的各种工作流程。在财务报表核对中，Agent 在一次运行中于数分钟内审查了41份文件，将余额与支持性明细表进行比对，识别不一致之处，并记录每项检查。根据 Legora 的 BAR 评估，GPT‑6 Astra 在这一工作流程中的性能较上一代模型提升约40%；所有任务的平均提升约为3%。系统发现了表格中设置的全部4处错误，包括收入附注中£500,000的差额。此外，它保留了上一代模型正确完成的所有检查，并额外执行了约50项检查。Legora 还在将其方法扩展至审计、税务、合规和风险领域。
为何重要
这一应用表明，生成式人工智能在法律领域不仅被用于文本生成，也被用于跨大量文件开展的检查流程。特别是对于审计、税务、合规和风险团队而言，除了发现错误，对已执行的检查进行记录对于确保工作流程的可追溯性也很重要。不过，由法律专业人士验证结果，说明该系统并未被定位为能够独立作出决策的工具。上一代模型正确完成的检查得以保留，同时还执行了额外检查，这表明性能提升可能并不只限于速度。尚未解决的问题是，这种方法能否在不同的法律工作流程中取得同等水平的结果，以及实践中将如何持续进行人工监督。
背景
Astra 并不是 FikirPilot 档案中的新名字：过去90天内，我们发布了4篇提及这一名字的新闻；最新一篇发布于2026年9月6日。