نموذج GLM-Legal يضاهي الأنظمة الرائدة في اختبارات القانون بمعاملات أقل

GLM-Legal، نموذج AI جديد متخصص في المجال القانوني، يتجه من التوليد بخطوة واحدة للكود نحو تعاون مهني أوسع. النموذج المبني على GLM-5.3-Flash الخفيف يركز على متطلبات الممارسة القانونية الواقعية: على الوكيل أن يستخرج المسائل الرئيسية من المستندات المصدرية، ويبني حججاً قابلة للدفاع، ويكيّف النتائج مع المواصفات الدقيقة للمهمة، مع الحفاظ على اتصال متواصل بين الوقائع، والعقيدة التشريعية، والاستدلال التحليلي، والمنتج الجاهز للعميل.

نتائج الاختبارات المعيارية

عند التقييم على ثلاثة محاور: أداء المهام المعقدة، والاستدلال القانوني المتخصص، وسير العمل القانوني الواقعي، حقق GLM-Legal نسبة 19,2% اجتياز كامل في Harvey LAB. يشمل المعيار 24 مجال ممارسة ضمن سير عمل قائم في شركات قانونية واقعية، بينما تتجاوز النتيجة، وفق تقييم Harvey الصارم للاجتياز الكامل، النموذج الأساسي بمقدار 12,5 نقطة مئوية، ما يؤكد إنجازاً موثوقاً حتى النهاية دون فقدان الجودة في المراحل الوسيطة.

على LegalBench، الذي يغطي عقوداً متخصصة وطلبات اندماج وقرارات قضائية، يضاهي النموذج أفضل نماذج frontier المغلقة، رغم أنه يعمل بميزانية معاملات أصغر بكثير. وعلى PLawBench، يضاهي أنظمة frontier الرائدة في الاستشارات القانونية الصينية، وتحليل القضايا، وإعداد المستندات وفق معايير تقييم دقيقة. قُيّمت نتائج Harvey LAB وLegalBench بشكل مستقل من Vals.

منهجية التدريب

يبدأ التدريب بتدريب وسيط على مجموعات قانونية موسّعة عالية الجودة، ما يساعد النموذج على تعلّم المفاهيم القانونية والقواعد التشريعية وأطر التفسير في سياق مجالي كثيف، وعلى تقوية الروابط الاستنباطية بين الوقائع والقواعد والاستنتاجات. ثم يُطبَّق التعلم المعزّز في عشرات الآلاف من البيئات القانونية الواقعية، حيث يكون harness الوكيل إطار تنسيق runtime ويدير سياق المهمة، ويربط الأدوات، ويدير التغذية الراجعة للأداء.

تتطور بنية harness وتدريب النموذج بشكل متزامن. الحالات الحدّية التي تظهر أثناء التدريب تكشف اختناقات harness، بينما تعرّف تحسينات harness النموذج بقيود الأداء الواقعية. في الإنتاج، يقيّم الممارسون القانونيون النتائج بمعايير محددة: هل تمت تغطية المسائل الحرجة، وهل الحجج مسندة، وهل تتوافق النتائج بدقة مع موجز القضية. تعود هذه الملاحظات إلى بيئة المهمة، ومعايير التقييم، وتصميم harness، لتحوّل الجودة الذاتية إلى إشارات محددة لخسارة هندسية.

من المعايير إلى الممارسة القانونية

سيكون النموذج قريباً متاحاً في AutoClaw، وهي منصة وكيل أصلية لسطح المكتب. تُظهر العروض كيف يدرس عقد خدمات برمجية بشروط الإنهاء والتسليم، ويحلل 40 مستنداً في نزاع مشروع برمجي لكشف التناقضات في تقارير تقدم المورّد، ويخطط للامتثال للخصوصية لموقع ويب يُطلق في سنغافورة وماليزيا وإندونيسيا.

نسخة GLM-Legal التجريبية متاحة للشركات القانونية، وشركات التقنية القانونية، والفرق القانونية الداخلية، والممارسين المستقلين عبر وصول API وAutoClaw.

المصادر: Z.Ai