GLM-Legal modeli hüquqi benchmarklarda lider sistemlərə daha kiçik parametrlərlə bərabərləşir

GLM-Legal, hüquq sahəsində ixtisaslaşmış yeni AI modeli, kodun bir addımlı generasiyasından daha geniş peşəkar əməkdaşlığa doğru irəliləyir. Yüngül GLM-5.3-Flash əsasında qurulmuş model real hüquqi təcrübənin tələblərinə yönəlib: agent mənbə sənədlərindən əsas məsələləri çıxarmalı, müdafiə oluna bilən arqumentlər qurmalı və nəticələri tapşırığın dəqiq spesifikasiyalarına uyğunlaşdırmalıdır, faktlar, qanunvericilik doktrinası, analitik mülahizə və müştəri üçün hazır məhsul arasında fasiləsiz əlaqə saxlayaraq.

Benchmark nəticələri

Mürəkkəb tapşırıqların yerinə yetirilməsi, ixtisaslaşmış hüquqi mülahizə və real hüquqi iş axınları üzrə üç oxda qiymətləndirmə zamanı GLM-Legal Harvey LAB-da 19,2% tam keçid göstəricisinə nail olub. Benchmark real hüquq firmalarındakı iş axınlarında 24 təcrübə sahəsini əhatə edir, nəticə isə Harvey-in ciddi tam keçid qiymətləndirməsi ilə baza modeli 12,5 faiz bəndi üstələyir ki, bu da aralıq keyfiyyət itkisi olmadan etibarlı sona çatdırmanı təsdiqləyir.

Xüsusi müqavilələr, birləşmə ərizələri və məhkəmə rəylərini əhatə edən LegalBench-də model ən yaxşı qapalı frontier modellərinə bərabərləşir, baxmayaraq ki, xeyli daha kiçik parametr büdcəsi ilə işləyir. PLawBench-də o, Çin hüquqi konsultasiyası, iş analizi və sənəd hazırlanmasında qabaqcıl frontier sistemlərinə bərabərləşir, incə rubrikalara əsasən. Harvey LAB və LegalBench üzrə nəticələri Vals müstəqil qiymətləndirib.

Hazırlıq metodologiyası

Təlim geniş, yüksək keyfiyyətli hüquqi korpuslar üzərində aralıq təlimlə başlayır; bu, modelə hüquqi anlayışları, qanunvericilik qaydalarını və təfsir çərçivələrini sıx domen kontekstində öyrənməyə və faktlar, qaydalar və nəticələr arasında deduktiv əlaqələri gücləndirməyə kömək edir. Sonra gücləndirmə təlimi on minlərlə realistik hüquqi mühitdə tətbiq olunur; burada agent harness-i runtime orkestrasiya çərçivəsidir və tapşırıq kontekstini idarə edir, alətləri birləşdirir və icra əks əlaqəsini yönləndirir.

Harness arxitekturası və model təlimi sinxron inkişaf edir. Təlim zamanı aşkarlanan sərhəd halları harness darboğazlarını üzə çıxarır, harness təkmilləşdirmələri isə modeli realistik icra məhdudiyyətləri ilə tanış edir. İstehsalatda hüquq praktikantları nəticələri konkret meyarlarla qiymətləndirirlər: kritik məsələlərin əhatə olunub-olunmaması, arqumentlərin əsaslandırılıb-əsaslandırılmaması və nəticələrin iş brifinə ciddi uyğun olub-olmaması. Bu müşahidələr tapşırıq mühitinə, qiymətləndirmə rubrikalarına və harness dizaynına qayıdır, subyektiv keyfiyyəti konkret mühəndis itkisi siqnallarına çevirir.

Benchmarklardan hüquqi fəaliyyətə

Model tezliklə AutoClaw-da, masaüstü üçün yerli agent platformasında əlçatan olacaq. Nümayişlər göstərir ki, o, proqram xidmətləri müqaviləsini xitam və təhvil şərtləri üzrə necə nəzərdən keçirir, proqram layihəsi mübahisəsində 40 sənədi təchizatçının irəliləyiş hesabatlarındakı ziddiyyətləri üzə çıxarmaq üçün təhlil edir və Sinqapur, Malayziya və İndoneziyada fəaliyyət göstərən veb-sayt üçün məxfilik uyğunluğunu planlaşdırır.

GLM-Legal betası hüquq firmaları, hüquqi texnologiya şirkətləri, daxili hüquq komandaları və müstəqil praktikantlar üçün API girişi və AutoClaw vasitəsilə açıqdır.

Mənbələr: Z.Ai