ABAB Pedia

Gabe Pereyra

Gabe Pereyra(研究署名 Gabriel Pereyra)是 AI 研究者、HarveyHarveyHarvey 是由 Winston Weinberg 與 Gabe Pereyra 於2022年創辦的法律人工智能公司及同名專業服務平臺,面向律師事務所、企業法務和其他專業服務團隊,提供法律研究、合同分析、文件處理及多步驟工作流工具。其產品把模型、客戶資料和專業知識來源結合,生成供專業人員審核的工作成果。點擊查看完整詞條 總裁及聯合創始人。他獲得南加州大學計算機科學學士學位,曾在牛津大學攻讀神經科學博士,並在 DeepMind 和 MetaMetaMeta(Meta Platforms, Inc.)是美國上市科技公司,2021年由 Facebook 公司更名而來,經營社交通信、數字廣告、虛擬現實、智能眼鏡及人工智能業務。點擊查看完整詞條 工作。2022年與 Winston WeinbergWinston WeinbergWinston Weinberg 是法律 AI 公司 Harvey 的首席執行官及聯合創始人。他獲得 Kenyon College 文學學士及南加州大學 Gould 法學院 J.D. 學位,曾在 O’Melveny & Myers 從事證券與反壟斷訴訟。2022年與 Gabe Pereyra 創立 Harvey,推動大語言模型在法律及專業服務工作中的應用。點擊查看完整詞條 創立 Harvey,將大語言模型用於法律及專業服務工作,隨後參與法律智能體和模型後訓練研究。

本頁目錄17 節
詞條資料

教育背景

Pereyra 獲得南加州大學計算機科學學士學位,之後曾在牛津大學攻讀神經科學博士。Stanford Law School 的活動簡介說明,這段博士學習獲得 DeepMind 資助;Harvey 的人物介紹則記述他隨後轉向 AI 產業工作。⁠[1][2]

創業前的研究與工程工作

在創建 Harvey 之前,他曾在 DeepMind 擔任研究科學家,並在 Meta 從事機器學習工程工作。他的研究署名使用 Gabriel Pereyra,公開職業資料也使用 Gabe Pereyra 這一名字。⁠[1][3]

研究循環神經網絡的批歸一化

2015年10月5日,César Laurent、Pereyra、Philémon Brakel、Ying Zhang 與 Yoshua Bengio 的《Batch Normalized Recurrent Neural Networks》上傳 arXiv。研究比較批歸一化用於不同循環網絡連接的效果,指出輸入到隱藏層的歸一化可以加快訓練收斂,但在所測試的語言建模與語音識別任務中未明顯改善泛化表現。⁠[4]

研究模型過度自信問題

2017年,Pereyra 與 George Tucker、Jan Chorowski、Łukasz Kaiser、Geoffrey Hinton 合作研究《Regularizing Neural Networks by Penalizing Confident Output Distributions》,列入 ICLR 工作坊。論文研究懲罰過度集中的輸出概率分佈,並比較置信懲罰與標籤平滑,覆蓋圖像分類、語言建模、機器翻譯和語音識別等基準。⁠[5]

參與在線知識蒸餾研究

2018年4月9日,Pereyra 與 Rohan Anil、Alexandre Passos、Robert Ormandi、George E. Dahl、Geoffrey E. Hinton 的在線蒸餾論文上傳 arXiv。論文探索讓在不同數據子集上訓練的神經網絡互相學習預測結果,以利用額外並行計算、簡化傳統多階段蒸餾流程,並改善預測結果的可重複性。⁠[6]

與 Winston Weinberg 創立 Harvey

2022年8月,Pereyra 與 Winston Weinberg 創立 Harvey。Pereyra 帶來 AI 研究背景,Weinberg 則有證券及反壟斷訴訟工作經驗;兩人將大語言模型用於法律研究、盡職調查等專業工作。Pereyra 擔任公司總裁及聯合創始人。⁠[2][7][1]

參與 OPT-IML 指令學習研究

2022年12月22日發佈的 OPT-IML 論文將 Pereyra 列為共同作者。研究整合約2000項自然語言處理任務,分析任務規模、採樣、示例和訓練目標等選擇如何影響指令微調後的泛化,並訓練了300億和1750億參數規模的 OPT-IML 模型。⁠[8]

進入大型專業服務機構

紅杉資本在2023年4月的投資文章中回顧,Allen & Overy 於當年2月成為 Harvey 首個對外公佈的企業客戶,PwC 於3月宣佈加入。這些合作圍繞法律研究、盡職調查等工作展開,是公司早期面向專業服務機構的應用記錄。⁠[7]

A輪融資與產品方向

2023年4月26日,Pereyra 與 Weinberg 聯合署名公告,宣佈 Harvey 完成2100萬美元 A輪融資,由紅杉資本領投,OpenAIOpenAIOpenAI是2015年創立的人工智能研究與產品機構,開發GPT系列模型、ChatGPT、Codex及開發者API,並開展圖像、語音、視頻與智能代理研究。2025年重組後,非營利的OpenAI Foundation繼續控制營利主體OpenAI Group PBC。其發展涉及大規模融資與算力合作,也伴隨治理、版權、隱私及人工智能安全爭議。點擊查看完整詞條 Startup Fund、ConvictionConvictionConviction(又稱 Conviction Partners)是總部位於舊金山的早期風險投資公司,由前 Greylock 普通合夥人 Sarah Guo 於2022年10月推出,專門投資她稱為“Software 3.0”的 AI 原生公司。首期基金約1億美元,2025年1月完成2.3億美元的第二期基金,前 Sequoia Capital 合夥人 Mike Vernal 同時加入任普通合夥人;被投公司包括 Cognition、Harvey、Mistral 與 Sierra 等。點擊查看完整詞條、SV Angel 與 Elad GilElad GilElad Gil 是創業者、投資人和《High Growth Handbook》作者,曾共同創辦 Mixer Labs 與 Color,並在 Google 和 Twitter 工作。他經營多階段投資機構 Gil & Co,參與人工智能公司的投資與孵化,並與 Sarah Guo 共同主持 No Priors 播客。點擊查看完整詞條 參與。兩人在文中主張,AI 應成為專業工作流程所依託的平臺,並通過與整家律所合作理解實際需求。⁠[9]

強調專業工作中的信任機制

在同一篇公告中,兩位創始人將可擴展性、透明度與安全性視為建立信任的基礎,並討論分層審核、自然語言反饋以及 AI 驗證機制。他們提出讓工程師與法律專業人員共同開發系統,以支持專業判斷和客戶服務。⁠[9]

B輪融資與定製模型

2023年12月19日,Pereyra 與 Weinberg 宣佈 Harvey 獲得8000萬美元 B輪融資,由 Elad Gil 與 Kleiner PerkinsKleiner PerkinsKleiner Perkins成立於1972年。1977年,Frank Caufield和Brook Byers加入Eugene Kleiner、Tom Perkins所在的機構,形成Kleiner Perkins Caufield & Byers名稱。點擊查看完整詞條 共同領投,OpenAI Startup Fund 和紅杉資本參與,公告估值為7.15億美元。兩人表示公司已與 OpenAI 合作開發領域模型,並計劃繼續擴展定製模型、團隊和產品功能。⁠[10]

回顧公司成立三週年

2025年8月4日,兩位創始人在三週年文章中稱,Harvey 當時服務54個國家的500多家客戶,年化經常性收入超過1億美元,團隊約350人。他們還介紹了工作流功能、數據來源擴展和多個市場的招聘安排。這些數字是公司在該時點的自述。⁠[11]

參與 Harvey Tenet 研究預覽

2026年8月20日,Pereyra 與團隊共同署名發佈 Harvey Tenet 研究預覽,介紹與 Fireworks 合作、以 Kimi K3 為基礎進行後訓練的法律模型。團隊同時調整模型與智能體運行框架,並探索盡職調查、結構化文檔審閱和律所知識檢索。文章將這些工作列為研究進展,部分能力計劃隨後納入產品。⁠[12]

研究併購盡職調查智能體

2026年9月8日,Pereyra 參與署名的 Harvey 與 Baseten 研究文章討論遞歸語言模型框架:由主智能體劃分資料審閱任務,子智能體在各自上下文中分析文檔,再彙總盡職調查備忘錄。團隊在合成資料室和預留測試集上研究後訓練效果,同時說明距離接近完整通過評審標準仍有差距;增加一層任務委派也未必改善結果。⁠[13]

Harvey 公佈新一輪融資

公開資料與署名文章

Pereyra 的公司作者頁面彙集其公開署名文章:https://www.harvey.ai/blog/author/gabe-pereyra(在新窗口打開)。其公開 LinkedIn 資料使用 gabepereyra 賬號。⁠[1][3]

來源

  1. Gabe Pereyra — President & Co-Founder at Harvey(在新窗口打開)
  2. Gabe Pereyra — CodeX FutureLaw 2026(在新窗口打開)
  3. Partnering with Harvey: Putting LLMs to Work — Gabe Pereyra repost(在新窗口打開)
  4. Batch Normalized Recurrent Neural Networks(在新窗口打開)
  5. Regularizing Neural Networks by Penalizing Confident Output Distributions(在新窗口打開)
  6. Large scale distributed neural network training through online distillation(在新窗口打開)
  7. Partnering with Harvey: Putting LLMs to Work(在新窗口打開)
  8. OPT-IML: Scaling Language Model Instruction Meta Learning through the Lens of Generalization(在新窗口打開)
  9. Sequoia and OpenAI Back Harvey to Redefine Professional Services, Starting with Legal(在新窗口打開)
  10. Harvey raises $80M Series B from Elad Gil, Kleiner Perkins, OpenAI and Sequoia(在新窗口打開)
  11. Harvey’s Three Year Anniversary(在新窗口打開)
  12. Harvey Tenet Research Preview(在新窗口打開)
  13. Post-Training RLM Agents for End-to-End M&A Diligence(在新窗口打開)
  14. Harvey Raises $550M at a $15.5B Valuation to Help Legal Teams Own Their Intelligence(在新窗口打開)