Модель GLM-Legal на юридичних бенчмарках зрівняється з провідними системами при меншій кількості параметрів

GLM-Legal, нова AI-модель, спеціалізована на юридичній сфері, рухається від генерації коду в один крок до ширшої професійної співпраці. Побудована на легкому GLM-5.3-Flash, модель орієнтована на вимоги реальної юридичної практики: агент має витягти ключові питання з вихідних документів, побудувати аргументи захисту та узгодити результати з точними специфікаціями завдання, зберігаючи безперервний зв’язок між фактами, доктриною законодавства, аналітичними міркуваннями та продуктом, готовим для клієнта.

Результати бенчмарків

Під час оцінювання за трьома напрямами — виконання складних завдань, спеціалізовані юридичні міркування та реальні юридичні робочі процеси — GLM-Legal досяг показника повного проходження 19,2% на Harvey LAB. Бенчмарк охоплює реальні робочі процеси в юридичних фірмах у 24 практиках, а результат Harvey із суворою оцінкою повного проходження перевершує базову модель на 12,5 відсоткових пунктів, що підтверджує надійне виконання від початку до кінця без втрати проміжної якості.

На LegalBench, який охоплює спеціалізовані контракти, заяву на злиття та судові рішення, модель зрівняється з найкращими закритими фронтирними моделями, хоча працює з значно меншим бюджетом параметрів. На PLawBench вона за вдосконаленими рубриками зрівняється з провідними фронтирними системами у китайських юридичних консультаціях, аналізі справ та складанні документів. Результати на Harvey LAB і LegalBench незалежно оцінила Vals.

Методологія підготовки

Тренування починається з проміжного тренування на великих високоякісних юридичних корпусах, що допомагає моделі вчити юридичні поняття, правила законодавства та рамки інтерпретації в жорсткому доменному контексті й посилює дедуктивні зв’язки між фактами, правилами та висновками. Потім застосовується навчання з підкріпленням у тисячах реалістичних юридичних середовищ, де харнес агента є фреймворком оркестрації часу виконання та керує контекстом завдання, підключає інструменти й керує зворотним зв’язком виконання.

Архітектура харнеса та тренування моделі розвиваються синхронно. Під час тренування виявлені прикордонні випадки виявляють вузькі місця харнеса, а покращення харнеса інформують модель про обмеження реального виконання. У виробництві юристи оцінюють результати за конкретними критеріями: чи охоплені критичні питання, чи обґрунтовані аргументи та чи строго результати відповідають брифу справи. Ці спостереження повертаються в середовище завдання, рубрики оцінювання та дизайн харнеса, перетворюючи суб’єктивну якість на конкретні сигнали інженерних втрат.

Від бенчмарків до юридичної практики

Модель стане доступною найближчим часом у AutoClaw, нативній агентній платформі для десктопа. Демонстрації показують, як вона розглядає контракт на програмні послуги щодо умов припинення та передачі, аналізує 40 документів у спорі з програмного проєкту, щоб виявити суперечності у звітах про постачальника про прогрес, і планує відповідність конфіденційності для вебсайту, який розгортається в Сінгапурі, Малайзії та Індонезії.

Бета-версія GLM-Legal відкрита для юридичних фірм, компаній юридичних технологій, внутрішніх юридичних команд і незалежних практик через доступ до API та за допомогою AutoClaw.

Джерела: Z.Ai