जीएलएम मॉडल परिवार के पीछे चीनी एआई लैब Z.ai ने 12 अक्टूबर को जीएलएम-लीगल जारी किया, जो एक डोमेन-विशेष मॉडल है जो अलग-अलग सवालों के जवाब देने के बजाय एंड-टू-एंड कानूनी काम को संभालने के लिए बनाया गया है। कंपनी की घोषणा के अनुसार, जीएलएम-लीगल ने स्थापित कानूनी तर्क परीक्षणों पर कहीं अधिक बड़े फ्रंटियर सिस्टम से मेल खाते हुए हार्वे के लीगल एजेंट बेंचमार्क (एलएबी) पर 19.2% ऑल-पास दर हासिल की - और लॉन्च ने तुरंत हैकर न्यूज पर ध्यान आकर्षित किया, जहां इसने कुछ ही घंटों में 170 अंक जुटाए।
यह रिलीज़ अभी तक का सबसे स्पष्ट संकेत है कि Z.ai को लगता है कि बाज़ार किस ओर जा रहा है। कंपनी के फ़्रेमिंग में, बड़े भाषा मॉडल सिंगल-टर्न कोड जेनरेशन से "प्रोफेशनल कोवर्क" की ओर स्थानांतरित हो रहे हैं: ज्ञान कार्य जिसमें एक एजेंट को ठोस उद्देश्यों और सख्त वितरण बाधाओं के तहत खंडित स्रोत दस्तावेजों को पचाना होगा, विशेष ज्ञान को एक समेकित विश्लेषण में संरचना करना होगा, और पहले संकेत से अंतिम डिलीवरी तक डोमेन कठोरता बनाए रखना होगा। Z.ai का तर्क है कि कानूनी अभ्यास उन सभी मांगों को एक ही स्थान पर केंद्रित करता है, जो इसे पेशेवर-ग्रेड एआई के लिए एक आदर्श तनाव परीक्षण बनाता है। आप हमारे ब्रेकिंग एआई समाचार कवरेज में बाकी उद्योग की प्रतिक्रिया का अनुसरण कर सकते हैं।
लॉन्च के पीछे के नंबर
Z.ai ने तीन अक्षों पर GLM-लीगल का मूल्यांकन किया: जटिल कार्य निष्पादन, विशेष कानूनी तर्क और वास्तविक दुनिया कानूनी वर्कफ़्लो। शीर्षक परिणाम हार्वे के एलएबी पर है, जो कानूनी एआई कंपनी हार्वे द्वारा निर्मित एक बेंचमार्क है जिसके लिए मॉडलों को स्रोत दस्तावेजों के साथ काम करने और तैयार कानूनी कार्य उत्पादों का उत्पादन करने के लिए विस्तृत निर्देशों का पालन करने की आवश्यकता होती है।
घोषणा से तीन परिणाम सामने आए:
हार्वे लैब - 19.2% ऑल-पास। 24 अभ्यास क्षेत्रों में फैले वास्तविक दुनिया के लॉ फर्म वर्कफ़्लो में, जीएलएम-लीगल ने हार्वे की सख्त ऑल-पास ग्रेडिंग के तहत 19.2% स्कोर किया, जो इसके बेस मॉडल की तुलना में 12.5 प्रतिशत अंक का सुधार है। ग्रेडिंग व्यवस्था जानबूझकर अक्षम्य है: एक सबमिशन को गिनने के लिए हर आवश्यकता को पूरा करना होगा, इसलिए आंशिक क्रेडिट मौजूद नहीं है। Z.ai का कहना है कि स्कोर मध्यवर्ती गिरावट के बिना विश्वसनीय एंड-टू-एंड निष्पादन की पुष्टि करता है। लीगलबेंच - क्लोज्ड फ्रंटियर मॉडल के साथ समानता। लीगलबेंच पर, जो अनुबंधों, विलय फाइलिंग और न्यायिक राय पर विशेष तर्क का परीक्षण करता है, Z.ai रिपोर्ट करता है कि जीएलएम-लीगल शीर्ष क्लोज्ड-सोर्स फ्रंटियर मॉडल से मेल खाता है, जिसे कंपनी काफी कम पैरामीटर पदचिह्न के रूप में वर्णित करती है। PLawBench - चीनी अभ्यास में ताकत। PLawBench पर, जो बारीक रूब्रिक्स के तहत चीनी कानूनी परामर्श, केस विश्लेषण और दस्तावेज़ प्रारूपण का मूल्यांकन करता है, Z.ai अग्रणी सीमांत प्रणालियों के साथ समानता का दावा करता है।19.2% का आंकड़ा दोबारा पढ़ने लायक है। यह एक साथ प्रगति का रिकॉर्ड है - बेस मॉडल पर 12.5-पॉइंट की छलांग - और यह याद दिलाता है कि एजेंटिक कानूनी मूल्यांकन कितना मांग वाला बना हुआ है। ऑल-पास ग्रेडिंग के तहत, संख्या का तात्पर्य है कि पूर्ण वर्कफ़्लो का पर्याप्त बहुमत अभी भी कम से कम एक आवश्यकता पर विफल रहता है। एआई सिस्टम का मूल्यांकन करने वाले कानूनी खरीदारों को ठीक उसी बारीकियों को ध्यान में रखते हुए विक्रेता बेंचमार्क को पढ़ना चाहिए।
जीएलएम-लीगल को कैसे प्रशिक्षित किया गया
Z.ai ने मॉडल को GLM-5.3-Flash पर बनाया, यह हल्का फाउंडेशन मॉडल है जिसे कंपनी ने इस साल की शुरुआत में जारी किया था, और दो-चरण पाइपलाइन के माध्यम से शीर्ष पर स्तरित डोमेन क्षमता को असामान्य रूप से दक्षता-केंद्रित के रूप में वर्णित किया गया है।
कानूनी निगम पर मध्य-प्रशिक्षण
पहला चरण मध्य-प्रशिक्षण के दौरान उच्च-गुणवत्ता वाले कानूनी निगम का विस्तार करता है, जिससे मॉडल को घने डोमेन संदर्भ में कानूनी अवधारणाओं, वैधानिक नियमों और व्याख्यात्मक ढांचे को सीखने की अनुमति मिलती है। Z.ai का कहना है कि यह चरण तथ्यों, नियमों और निष्कर्षों के बीच कटौतीत्मक श्रृंखला को मजबूत करता है - एक मॉडल को जटिल डाउनस्ट्रीम कार्य निष्पादित करने से पहले सब्सट्रेट की आवश्यकता होती है।
लूप में हार्नेस के साथ प्रशिक्षण के बाद
दूसरा चरण हजारों यथार्थवादी कानूनी वातावरणों में सुदृढीकरण सीखने का उपयोग करता है। विशेष रूप से, Z.ai ने मॉडल को अलगाव में प्रशिक्षित नहीं किया: एजेंट हार्नेस - रनटाइम ऑर्केस्ट्रेशन फ्रेमवर्क जो कार्य संदर्भ का प्रबंधन करता है, टूलसेट को जोड़ता है, और निष्पादन प्रतिक्रिया को रूट करता है - लॉकस्टेप में मॉडल के साथ सह-अनुकूलित किया गया था। मॉडल प्रशिक्षण के दौरान सामने आए एज मामलों ने हार्नेस आर्किटेक्चर में बाधाओं को उजागर किया, जबकि हार्नेस परिशोधन को प्रशिक्षण में वापस लाया गया, जिससे मॉडल को प्रासंगिक संदर्भ प्राप्त करना और यथार्थवादी निष्पादन बाधाओं के अनुकूल होना सिखाया गया।
उत्पादन फीडबैक लूप
अंत में, Z.ai का कहना है कि वास्तविक दुनिया के वर्कफ़्लो और प्रैक्टिशनर फीडबैक ने इसके अनुकूलन रोडमैप को निर्धारित किया है। कानूनी पेशेवर ठोस मानदंडों के आधार पर आउटपुट का मूल्यांकन करते हैं: क्या सभी महत्वपूर्ण मुद्दों और किनारे के मामलों को संबोधित किया गया है, क्या तर्क प्रमाणित हैं और उद्धरण सही हैं, क्या डिलिवरेबल्स मामले के संक्षिप्त विवरण का पालन करते हैं, और क्या डाउनस्ट्रीम टीमें मैन्युअल रीवर्क के बिना आउटपुट का उपयोग कर सकती हैं। उन निर्णयों को ठोस इंजीनियरिंग संकेतों में परिवर्तित कर दिया जाता है जो आगे के प्रशिक्षण को संचालित करते हैं।
कानूनी उद्योग के लिए इसका क्या अर्थ है
डोमेन-विशिष्ट मॉडल एक गंभीर श्रेणी बनते जा रहे हैं। यह शर्त लगाने के बजाय कि एक सामान्य मॉडल हर जगह उत्कृष्टता प्राप्त करेगा, Z.ai यह शर्त लगा रहा है कि कड़े दायरे वाले पेशेवर कार्यों को मध्य-प्रशिक्षण और मूल्यांकन-संचालित शोधन के लिए पुरस्कृत किया जाता है - एक ऐसा दृष्टिकोण जो एक संकीर्ण, उच्च-मूल्य वाले कार्यभार पर विश्वसनीयता के लिए सामान्यता का व्यापार करता है।
यहां भी एक उल्लेखनीय प्रतिस्पर्धी प्रतिध्वनि है। उसी दिन घोषित मेटा के नए म्यूज़ वंडर मॉडल का मूल्यांकन भी हार्वे के लैब पर किया गया था, जो एक संकेत है कि कानूनी एआई की अग्रणी कंपनियों में से एक द्वारा बनाया गया कानूनी बेंचमार्क एजेंटिक क्षमता के लिए एक क्रॉस-इंडस्ट्री यार्डस्टिक बन गया है। जब उपभोक्ता-सामना करने वाली प्रयोगशालाओं और विशेष स्टार्टअप को एक ही परीक्षण पर वर्गीकृत किया जाता है, तो खरीदारों को एक दुर्लभ सेब-से-सेब तुलना बिंदु प्राप्त होता है।
ध्यान रखने योग्य चेतावनियाँ
परिणाम Z.ai द्वारा स्व-रिपोर्ट किए गए हैं, और एजेंटिक कानूनी बेंचमार्क की स्वतंत्र प्रतिकृति अभी भी दुर्लभ है। कंपनी ने यह नहीं बताया है कि जीएलएम-लीगल व्यापक रूप से उपलब्ध होगा या नहीं, मॉडल की लागत क्या होगी, या यह ग्राहक की गोपनीयता को कैसे संभालती है - ये प्रश्न कोई भी कानूनी फर्म या कानूनी विभाग अपनाने से पहले पूछेगा। और जैसा कि सभी विक्रेता बेंचमार्क के साथ होता है, हार्वे के लैब पर प्रदर्शन हार्वे के लैब पर प्रदर्शन को मापता है; यह किसी विशिष्ट फर्म के मामलों, अधिकार क्षेत्र, या दस्तावेज़ प्रारूपों पर सक्षमता की गारंटी नहीं देता है।
फिर भी, प्रक्षेप पथ को नज़रअंदाज़ करना कठिन है। कानूनी तर्क पर बंद फ्रंटियर सिस्टम से मेल खाने वाले फ्लैश-क्लास फाउंडेशन पर बनाया गया एक दुबला मॉडल बताता है कि डोमेन-विशिष्ट पेशेवर एआई का युग कई लोगों की अपेक्षा से अधिक तेजी से आ रहा है।
