أصدر Z.ai، مختبر الذكاء الاصطناعي الصيني الذي يقف وراء عائلة نماذج GLM، GLM-Legal في 12 أكتوبر، وهو نموذج متخصص في المجال مصمم للتعامل مع العمل القانوني الشامل بدلاً من الإجابة على أسئلة معزولة. وفقًا لإعلان الشركة، حققت GLM-Legal معدل نجاح كامل بنسبة 19.2% في اختبار Harvey's Legal Agent Benchmark (LAB) مع مطابقة الأنظمة الحدودية الأكبر بكثير في اختبارات الاستدلال القانوني الراسخة - وسرعان ما لفت الإطلاق انتباه Hacker News، حيث جمع 170 نقطة في غضون ساعات.
يعد هذا الإصدار أوضح إشارة حتى الآن حول الاتجاه الذي تعتقد شركة Z.ai أن السوق يتجه إليه. في إطار الشركة، تتحول نماذج اللغة الكبيرة من توليد التعليمات البرمجية ذات الدورة الواحدة نحو ما تسميه "العمل المشترك الاحترافي": العمل المعرفي الذي يجب على الوكيل فيه استيعاب مستندات المصدر المجزأة في ظل أهداف محددة وقيود التسليم الصارمة، وبناء المعرفة المتخصصة في تحليل متماسك، والحفاظ على دقة المجال من المطالبة الأولى إلى التسليم النهائي. يقول Z.ai إن الممارسة القانونية تركز كل هذه المتطلبات في مكان واحد، مما يجعلها اختبارًا مثاليًا للضغط على الذكاء الاصطناعي الاحترافي. يمكنك متابعة كيفية استجابة بقية الصناعة في تغطيتنا الإخبارية العاجلة للذكاء الاصطناعي.
الأرقام وراء الإطلاق
قامت Z.ai بتقييم GLM-Legal عبر ثلاثة محاور: تنفيذ المهام المعقدة، والتفكير القانوني المتخصص، وسير العمل القانوني في العالم الحقيقي. النتيجة الرئيسية هي Harvey's LAB، وهو معيار تم إنشاؤه بواسطة شركة Harvey القانونية للذكاء الاصطناعي والذي يتطلب نماذج للعمل مع المستندات المصدرية واتباع التعليمات التفصيلية لإنتاج منتجات العمل القانونية النهائية.
وتبرز ثلاث نتائج من هذا الإعلان:
Harvey LAB — 19.2% نجاح شامل. عبر سير عمل شركات المحاماة الواقعية التي تغطي 24 مجالًا للممارسة، سجلت GLM-Legal 19.2% بموجب تصنيف Harvey الصارم لجميع النجاحات، وهو تحسن بنسبة 12.5 نقطة مئوية عن نموذجها الأساسي. نظام الدرجات غير متسامح بشكل متعمد: يجب أن يفي التقديم بجميع متطلبات العد، لذلك لا يوجد رصيد جزئي. يقول Z.ai إن النتيجة تؤكد التنفيذ الموثوق به من طرف إلى طرف دون تدهور متوسط. LegalBench - التكافؤ مع النماذج الحدودية المغلقة. في LegalBench، الذي يختبر المنطق المتخصص بشأن العقود، وملفات الاندماج، والآراء القضائية، تشير Z.ai إلى أن GLM-Legal تتطابق مع أفضل النماذج الحدودية مغلقة المصدر على الرغم من العمل على ما تصفه الشركة بأنه بصمة معلمات أصغر حجمًا بشكل ملحوظ. PLawBench - القوة في الممارسة الصينية. في PLawBench، الذي يقوم بتقييم الاستشارات القانونية الصينية، وتحليل القضايا، وصياغة المستندات تحت معايير دقيقة، تدعي Z.ai التكافؤ مع الأنظمة الحدودية الرائدة.رقم 19.2% يستحق قراءة ثانية. وهو في الوقت نفسه سجل للتقدم - قفزة قدرها 12.5 نقطة فوق النموذج الأساسي - وتذكير بمدى صعوبة التقييم القانوني الوكيل. ضمن تصنيف النجاح الشامل، يشير الرقم إلى أن الغالبية العظمى من عمليات سير العمل الكاملة لا تزال تفشل في متطلب واحد على الأقل. يجب على المشترين القانونيين الذين يقومون بتقييم أنظمة الذكاء الاصطناعي قراءة معايير البائعين مع وضع هذا الفارق الدقيق في الاعتبار.
كيف تم تدريب GLM-Legal
قامت Z.ai ببناء النموذج على GLM-5.3-Flash، وهو نموذج أساسي خفيف الوزن أطلقته الشركة في وقت سابق من هذا العام، وطبقت كفاءة المجال في الأعلى من خلال خط أنابيب من مرحلتين تصفه بأنه يركز على الكفاءة بشكل غير عادي.
التدريب المتوسط على المواد القانونية
تقوم المرحلة الأولى بتوسيع مجموعة قانونية عالية الجودة خلال منتصف التدريب، مما يسمح للنموذج بتعلم المفاهيم القانونية والقواعد القانونية والأطر التفسيرية ضمن سياق المجال الكثيف. يقول Z.ai أن هذه المرحلة تقوي السلسلة الاستنتاجية بين الحقائق والقواعد والاستنتاجات - وهي الركيزة التي يحتاجها النموذج قبل أن يتمكن من تنفيذ عمل معقد.
بعد التدريب مع وضع الحزام في الحلقة
تستخدم المرحلة الثانية التعلم المعزز عبر عشرات الآلاف من البيئات القانونية الواقعية. ومن الجدير بالذكر أن شركة Z.ai لم تقم بتدريب النموذج بشكل منفصل: فقد تم تحسين أداة تسخير الوكيل - إطار عمل تنسيق وقت التشغيل الذي يدير سياق المهمة، ويربط مجموعات الأدوات، ويوجه ردود الفعل على التنفيذ - مع النموذج بشكل متزامن. ظهرت حالات الحافة أثناء التدريب النموذجي وكشفت عن اختناقات في بنية الحزام، في حين ساهمت تحسينات الحزام في التدريب، وتعليم النموذج لاستعادة السياق ذي الصلة والتكيف مع قيود التنفيذ الواقعية.
حلقات ردود الفعل الإنتاج
أخيرًا، تقول Z.ai أن سير العمل في العالم الحقيقي وملاحظات الممارسين تحدد خريطة طريق التحسين الخاصة بها. يقوم المتخصصون القانونيون بتقييم المخرجات وفقًا لمعايير ملموسة: ما إذا كان قد تمت معالجة جميع المشكلات الحرجة والحالات المتطرفة، وما إذا كانت الحجج مدعومة بالأدلة والاستشهادات سليمة، وما إذا كانت التسليمات تلتزم بموجز الأمر، وما إذا كان بإمكان الفرق النهائية استخدام المخرجات دون إعادة صياغة يدوية. يتم تحويل هذه الأحكام إلى إشارات هندسية ملموسة توجه المزيد من التدريب.
ماذا يعني بالنسبة للصناعة القانونية
أصبحت النماذج المتخصصة في المجال فئة خطيرة. وبدلاً من المراهنة على أن نموذجًا عامًا واحدًا سوف يتفوق في كل مكان، تراهن Z.ai على أن المهام المهنية ذات النطاق المحكم تكافئ التدريب المستهدف والتحسين القائم على التقييم - وهو نهج يستبدل العمومية بالموثوقية في عبء عمل ضيق وعالي القيمة.
هناك صدى تنافسي ملحوظ هنا أيضًا. تم أيضًا تقييم نماذج Muse Wonder الجديدة من Meta، والتي تم الإعلان عنها في نفس اليوم، على Harvey's LAB، وهي إشارة إلى أن المعيار القانوني الذي أنشأته إحدى الشركات الرائدة في مجال الذكاء الاصطناعي القانوني أصبح معيارًا عبر الصناعة لكفاءة الوكلاء. عندما يتم تصنيف المختبرات التي تتعامل مع المستهلكين والشركات الناشئة المتخصصة في نفس الاختبار، يحصل المشترون على نقطة مقارنة نادرة.
تحذيرات تستحق الأخذ في الاعتبار
تم الإبلاغ عن النتائج ذاتيًا بواسطة Z.ai، ولا يزال التكرار المستقل للمعايير القانونية الوكلاءية نادرًا. لم تذكر الشركة ما إذا كان أو كيف سيكون GLM-Legal متاحًا على نطاق واسع، وما هي تكلفة النموذج، أو كيف يتعامل مع سرية العميل - وهي أسئلة قد تطرحها أي شركة محاماة أو قسم قانوني قبل اعتمادها. وكما هو الحال مع جميع معايير البائعين، فإن الأداء في Harvey's LAB يقيس الأداء في Harvey's LAB؛ ولا يضمن الكفاءة في شؤون شركة معينة أو الولايات القضائية أو تنسيقات المستندات.
ومع ذلك، من الصعب تجاهل هذا المسار. يشير النموذج الهزيل المبني على أساس من فئة Flash والذي يتطابق مع أنظمة الحدود المغلقة بناءً على المنطق القانوني إلى أن عصر الذكاء الاصطناعي الاحترافي الخاص بمجال معين قد وصل بشكل أسرع مما توقعه الكثيرون.
