Z.ai, GLM মডেল পরিবারের পিছনের চীনা AI ল্যাব, 12 অক্টোবর GLM-Legal প্রকাশ করেছে, একটি ডোমেন-বিশেষ মডেল যা বিচ্ছিন্ন প্রশ্নের উত্তর না দিয়ে শেষ থেকে শেষ আইনি কাজ পরিচালনা করার জন্য তৈরি করা হয়েছে। কোম্পানির ঘোষণা অনুসারে, GLM-Legal হার্ভে'স লিগ্যাল এজেন্ট বেঞ্চমার্কে (LAB) একটি 19.2% অল-পাস রেট অর্জন করেছে যেখানে প্রতিষ্ঠিত আইনি যুক্তি পরীক্ষায় অনেক বড় ফ্রন্টিয়ার সিস্টেমের সাথে মিল রয়েছে - এবং লঞ্চটি দ্রুত হ্যাকার নিউজের দিকে মনোযোগ আকর্ষণ করেছে, যেখানে এটি কয়েক ঘন্টার মধ্যে 170 পয়েন্ট সংগ্রহ করেছে।

Z.ai মনে করে বাজার কোন দিকে যাচ্ছে তার এখনও স্পষ্ট সংকেত রিলিজ। কোম্পানির ফ্রেমিংয়ে, বড় ভাষার মডেলগুলি একক-টার্ন কোড জেনারেশন থেকে যাকে "পেশাদার কোওয়ার্ক" বলে অভিহিত করা হয় তার দিকে স্থানান্তরিত হচ্ছে: জ্ঞানের কাজ যেখানে একজন এজেন্টকে সুনির্দিষ্ট উদ্দেশ্য এবং কঠোর ডেলিভারি সীমাবদ্ধতার অধীনে খণ্ডিত উত্স নথি হজম করতে হবে, একটি সমন্বিত বিশ্লেষণে বিশেষ জ্ঞান গঠন করতে হবে এবং প্রথম ডেলিভারি থেকে চূড়ান্তভাবে ডোমেনের প্রসারতা বজায় রাখতে হবে। আইনি অনুশীলন, Z.ai যুক্তি দেয়, এই সমস্ত দাবিগুলিকে এক জায়গায় কেন্দ্রীভূত করে, যা এটিকে পেশাদার-গ্রেড এআই-এর জন্য একটি আদর্শ স্ট্রেস পরীক্ষা করে তোলে। আমাদের ব্রেকিং এআই নিউজ কভারেজে বাকি শিল্প কীভাবে সাড়া দেয় তা আপনি অনুসরণ করতে পারেন।

লঞ্চের পিছনের সংখ্যা

Z.ai তিনটি অক্ষ জুড়ে GLM-আইনি মূল্যায়ন করেছে: জটিল কার্য সম্পাদন, বিশেষ আইনি যুক্তি এবং বাস্তব-বিশ্বের আইনি কর্মপ্রবাহ। শিরোনাম ফলাফল Harvey's LAB-তে রয়েছে, আইনি এআই কোম্পানি হার্ভে দ্বারা নির্মিত একটি বেঞ্চমার্ক যার জন্য মডেলগুলিকে উত্স নথির সাথে কাজ করতে হবে এবং আইনি কাজের সমাপ্ত পণ্যগুলি তৈরি করতে বিশদ নির্দেশাবলী অনুসরণ করতে হবে৷

তিনটি ফলাফল ঘোষণা থেকে আলাদা:

Harvey LAB — 19.2% অল-পাস। বাস্তব-বিশ্বের আইন সংস্থার কর্মপ্রবাহ জুড়ে 24টি অনুশীলন এলাকায়, GLM-Legal হার্ভে-এর কঠোর অল-পাস গ্রেডিংয়ের অধীনে 19.2% স্কোর করেছে, এটির বেস মডেলের তুলনায় 12.5 শতাংশ পয়েন্টের উন্নতি। গ্রেডিং ব্যবস্থা ইচ্ছাকৃতভাবে ক্ষমাশীল: একটি জমা দিতে হবে গণনা করার জন্য প্রতিটি প্রয়োজনীয়তা পূরণ করতে হবে, তাই আংশিক ক্রেডিট বিদ্যমান নেই। Z.ai বলেছেন যে স্কোর মধ্যবর্তী অবনতি ছাড়াই নির্ভরযোগ্য এন্ড-টু-এন্ড এক্সিকিউশন নিশ্চিত করে। LegalBench — ক্লোজড ফ্রন্টিয়ার মডেলগুলির সাথে সমতা। LegalBench-এ, যা চুক্তি, একত্রীকরণ ফাইলিং এবং বিচারিক মতামতের উপর বিশেষ যুক্তি পরীক্ষা করে, Z.ai রিপোর্ট করে যে GLM-Legal শীর্ষস্থানীয় ক্লোজড-সোর্স ফ্রন্টিয়ার মডেলগুলির সাথে মিলে যায় যদিও কোম্পানিটি একটি উল্লেখযোগ্যভাবে দুর্বল প্যারামিটার ফুটপ্রিন্ট হিসাবে বর্ণনা করে। PLawBench — চাইনিজ অনুশীলনে শক্তি। PLawBench-এ, যা চীনা আইনি পরামর্শ, কেস বিশ্লেষণ, এবং সূক্ষ্ম দানাদার রুব্রিক্সের অধীনে নথি খসড়ার মূল্যায়ন করে, Z.ai নেতৃস্থানীয় সীমান্ত সিস্টেমের সাথে সমতা দাবি করে।

19.2% চিত্রটি একটি সেকেন্ড পড়ার যোগ্য। এটি একই সাথে অগ্রগতির একটি রেকর্ড — বেস মডেলের উপর একটি 12.5-পয়েন্ট লাফ — এবং এজেন্টিক আইনি মূল্যায়নের দাবি কীভাবে রয়ে গেছে তার একটি অনুস্মারক৷ অল-পাস গ্রেডিংয়ের অধীনে, সংখ্যাটি বোঝায় যে পূর্ণ কর্মপ্রবাহের উল্লেখযোগ্য সংখ্যাগরিষ্ঠ এখনও অন্তত একটি প্রয়োজনে ব্যর্থ হয়। AI সিস্টেমের মূল্যায়নকারী আইনি ক্রেতাদের ঠিক সেই সূক্ষ্মতা মাথায় রেখে বিক্রেতার বেঞ্চমার্ক পড়া উচিত।

কিভাবে GLM-আইনি প্রশিক্ষণ দেওয়া হয়েছিল

Z.ai GLM-5.3-Flash-এ মডেলটি তৈরি করেছে, কোম্পানিটি এই বছরের শুরুতে প্রকাশ করা লাইটওয়েট ফাউন্ডেশন মডেল, এবং একটি দ্বি-পর্যায়ের পাইপলাইনের মাধ্যমে শীর্ষে স্তরযুক্ত ডোমেন সক্ষমতা যা এটি অস্বাভাবিকভাবে দক্ষতা-কেন্দ্রিক হিসাবে বর্ণনা করে।

আইনি সংস্থার উপর মধ্য-প্রশিক্ষণ

প্রথম পর্যায় মধ্য-প্রশিক্ষণের সময় উচ্চ-মানের আইনি কর্পোরাকে প্রসারিত করে, মডেলটিকে ঘন ডোমেন প্রেক্ষাপটে আইনি ধারণা, বিধিবদ্ধ নিয়ম এবং ব্যাখ্যামূলক কাঠামো শিখতে দেয়। Z.ai বলেছেন যে এই পর্যায়টি তথ্য, নিয়ম এবং উপসংহারগুলির মধ্যে ডিডাক্টিভ চেইনকে শক্তিশালী করে — একটি মডেলের জটিল নিম্নধারার কাজ চালানোর আগে সাবস্ট্রেটের প্রয়োজন।

লুপে জোতা দিয়ে পোস্ট-ট্রেনিং

দ্বিতীয় পর্যায়ে হাজার হাজার বাস্তবসম্মত আইনি পরিবেশে শক্তিবৃদ্ধি শিক্ষা ব্যবহার করা হয়। উল্লেখযোগ্যভাবে, Z.ai মডেলটিকে বিচ্ছিন্নভাবে প্রশিক্ষণ দেয়নি: এজেন্ট হারনেস — রানটাইম অর্কেস্ট্রেশন ফ্রেমওয়ার্ক যা টাস্ক কনটেক্সট পরিচালনা করে, টুলসেট সংযোগ করে এবং রুট এক্সিকিউশন ফিডব্যাক — লকস্টেপে মডেলের সাথে সহ-অপ্টিমাইজ করা হয়েছিল। মডেল প্রশিক্ষণের সময় এজ কেসগুলি হার্নেস আর্কিটেকচারে বাধাগুলি উন্মোচিত করে, যখন জোতা পরিমার্জনগুলি প্রশিক্ষণে ফিরে আসে, মডেলটিকে প্রাসঙ্গিক প্রসঙ্গ পুনরুদ্ধার করতে এবং বাস্তবসম্মত সম্পাদনের সীমাবদ্ধতার সাথে খাপ খাইয়ে নিতে শেখায়।

প্রোডাকশন ফিডব্যাক লুপ

অবশেষে, Z.ai বলেছেন বাস্তব-বিশ্বের কর্মপ্রবাহ এবং অনুশীলনকারীদের প্রতিক্রিয়া তার অপ্টিমাইজেশন রোডম্যাপ সেট করে। আইনি পেশাদাররা কংক্রিট মানদণ্ডের বিরুদ্ধে আউটপুটগুলি মূল্যায়ন করে: সমস্ত সমালোচনামূলক সমস্যা এবং প্রান্তের কেসগুলি সমাধান করা হয়েছে কিনা, যুক্তিগুলি প্রমাণিত এবং উদ্ধৃতিগুলি সাউন্ড করা হয়েছে কিনা, ডেলিভারেবলগুলি বিষয়টিকে সংক্ষিপ্ত মেনে চলে কিনা এবং ডাউনস্ট্রিম দলগুলি ম্যানুয়াল রিওয়ার্ক ছাড়াই আউটপুট ব্যবহার করতে পারে কিনা। এই রায়গুলিকে কংক্রিট ইঞ্জিনিয়ারিং সিগন্যালে রূপান্তরিত করা হয় যা আরও প্রশিক্ষণ চালায়।

আইনী শিল্পের জন্য এর অর্থ কী

ডোমেন-বিশেষ মডেলগুলি একটি গুরুতর বিভাগ হয়ে উঠছে। একটি সাধারণ মডেল সর্বত্র শ্রেষ্ঠত্ব লাভ করবে বলে বাজি ধরার পরিবর্তে, Z.ai বাজি ধরছে যে কঠোরভাবে ব্যাপ্তিকৃত পেশাদার কাজগুলি লক্ষ্যবস্তু মধ্য-প্রশিক্ষণ এবং মূল্যায়ন-চালিত পরিমার্জনকে পুরস্কৃত করে — এমন একটি পদ্ধতি যা একটি সংকীর্ণ, উচ্চ-মূল্যের কাজের চাপে নির্ভরযোগ্যতার জন্য সাধারণতার ব্যবসা করে।

এখানেও একটি উল্লেখযোগ্য প্রতিযোগিতামূলক প্রতিধ্বনি রয়েছে। একই দিনে ঘোষণা করা মেটার নতুন মিউজ ওয়ান্ডার মডেলগুলিও হার্ভে'স ল্যাবে মূল্যায়ন করা হয়েছিল, এটি একটি চিহ্ন যে আইনী এআই-এর শীর্ষস্থানীয় কোম্পানিগুলির মধ্যে একটি দ্বারা তৈরি আইনি বেঞ্চমার্ক এজেন্টিক দক্ষতার জন্য ক্রস-ইন্ডাস্ট্রি মাপকাঠিতে পরিণত হয়েছে। যখন ভোক্তা-মুখী ল্যাব এবং বিশেষায়িত স্টার্টআপগুলি একই পরীক্ষায় গ্রেড করা হয়, ক্রেতারা একটি বিরল আপেল থেকে আপেল তুলনা পয়েন্ট অর্জন করে।

সতর্কতাগুলি মনে রাখা উচিত

ফলাফলগুলি Z.ai দ্বারা স্ব-প্রতিবেদিত, এবং এজেন্টিক আইনি বেঞ্চমার্কের স্বাধীন প্রতিলিপি এখনও বিরল। GLM-Legal বিস্তৃতভাবে উপলব্ধ হবে কিনা বা কীভাবে, মডেলটির দাম কত হবে, বা এটি কীভাবে ক্লায়েন্টের গোপনীয়তা পরিচালনা করে তা কোম্পানি জানায়নি - যেকোন আইন সংস্থা বা আইনি বিভাগ দত্তক নেওয়ার আগে প্রশ্ন করবে। এবং সমস্ত বিক্রেতা বেঞ্চমার্কের মতো, হার্ভে'স ল্যাবের কর্মক্ষমতা হার্ভে'স ল্যাবের কর্মক্ষমতা পরিমাপ করে; এটি একটি নির্দিষ্ট ফার্মের বিষয়, এখতিয়ার, বা নথি বিন্যাসে দক্ষতার গ্যারান্টি দেয় না।

তবুও, ট্র্যাজেক্টোরি উপেক্ষা করা কঠিন। আইনি যুক্তিতে ক্লোজড ফ্রন্টিয়ার সিস্টেমের সাথে মেলে একটি ফ্ল্যাশ-ক্লাস ফাউন্ডেশনের উপর নির্মিত একটি চর্বিহীন মডেল পরামর্শ দেয় যে ডোমেন-নির্দিষ্ট পেশাদার AI এর যুগ অনেকের প্রত্যাশার চেয়ে দ্রুত আসছে।

এআই থেকে এগিয়ে থাকুন

আরও এআই খবর পড়ুন →