Z.ai, makmal AI China di belakang keluarga model GLM, mengeluarkan GLM-Legal pada 12 Oktober, model khusus domain yang dibina untuk mengendalikan kerja undang-undang hujung ke hujung dan bukannya menjawab soalan terpencil. Menurut pengumuman syarikat itu, GLM-Legal mencapai kadar lulus semua 19.2% pada Penanda Aras Agen Undang-undang (LAB) Harvey sambil memadankan sistem sempadan yang jauh lebih besar pada ujian penaakulan undang-undang yang telah ditetapkan — dan pelancaran itu dengan cepat menarik perhatian pada Berita Hacker, di mana ia mengumpul 170 mata dalam beberapa jam.
Keluaran itu adalah isyarat paling jelas tentang ke mana Z.ai fikir pasaran sedang menuju. Dalam pembingkaian syarikat, model bahasa yang besar sedang beralih daripada penjanaan kod pusingan tunggal ke arah apa yang dipanggil "Rekan Kerja Profesional": kerja pengetahuan di mana ejen mesti mencerna dokumen sumber yang berpecah-belah di bawah objektif konkrit dan kekangan penyampaian yang ketat, menyusun pengetahuan khusus ke dalam analisis yang padu, dan mengekalkan ketegasan domain dari permulaan pertama hingga penghantaran akhir. Amalan undang-undang, Z.ai berpendapat, menumpukan semua tuntutan tersebut di satu tempat, yang menjadikannya ujian tekanan yang ideal untuk AI gred profesional. Anda boleh mengikuti cara industri lain bertindak balas dalam liputan berita AI kami yang terbaharu.
Nombor Di Sebalik Pelancaran
Z.ai menilai GLM-Legal merentas tiga paksi: pelaksanaan tugas yang kompleks, penaakulan undang-undang khusus dan aliran kerja undang-undang dunia sebenar. Hasil tajuk adalah pada Harvey's LAB, penanda aras yang dibina oleh syarikat AI sah Harvey yang memerlukan model untuk bekerja dengan dokumen sumber dan mengikut arahan terperinci untuk menghasilkan produk kerja undang-undang siap.
Tiga keputusan menonjol daripada pengumuman itu:
Harvey LAB — 19.2% lulus semua. Merentasi aliran kerja firma undang-undang dunia sebenar yang merangkumi 24 bidang amalan, GLM-Legal mendapat 19.2% di bawah penggredan semua lulus ketat Harvey, peningkatan sebanyak 12.5 mata peratusan berbanding model asasnya. Rejim penggredan sengaja tidak memaafkan: penyerahan mesti memenuhi setiap keperluan untuk dikira, jadi kredit separa tidak wujud. Z.ai berkata skor itu mengesahkan pelaksanaan hujung ke hujung yang boleh dipercayai tanpa kemerosotan pertengahan. LegalBench — pariti dengan model sempadan tertutup. Pada LegalBench, yang menguji penaakulan khusus ke atas kontrak, pemfailan penggabungan dan pendapat kehakiman, Z.ai melaporkan bahawa GLM-Legal sepadan dengan model sempadan sumber tertutup teratas walaupun menjalankan perkara yang disifatkan syarikat sebagai jejak parameter yang jauh lebih kurus. PLawBench — kekuatan dalam amalan Cina. Pada PLawBench, yang menilai perundingan undang-undang Cina, analisis kes dan penggubalan dokumen di bawah rubrik yang terperinci, Z.ai menuntut kesetaraan dengan sistem sempadan terkemuka.Angka 19.2% layak dibaca kali kedua. Ia pada masa yang sama merupakan rekod kemajuan — lonjakan 12.5 mata ke atas model asas — dan peringatan tentang bagaimana penilaian undang-undang ejen yang menuntut kekal. Di bawah penggredan lulus semua, bilangan tersebut menunjukkan bahawa sebahagian besar aliran kerja penuh masih gagal pada sekurang-kurangnya satu keperluan. Pembeli sah yang menilai sistem AI harus membaca penanda aras vendor dengan betul-betul memikirkan nuansa itu.
Bagaimana GLM-Legal Dilatih
Z.ai membina model pada GLM-5.3-Flash, model asas ringan yang dikeluarkan syarikat pada awal tahun ini, dan kecekapan domain berlapis di atas melalui saluran paip dua peringkat yang disifatkannya sebagai tertumpu pada kecekapan yang luar biasa.
Latihan pertengahan mengenai korpora undang-undang
Peringkat pertama mengembangkan korpora perundangan berkualiti tinggi semasa latihan pertengahan, membolehkan model mempelajari konsep undang-undang, peraturan berkanun dan rangka kerja tafsiran dalam konteks domain yang padat. Z.ai berkata peringkat ini mengukuhkan rantaian deduktif antara fakta, peraturan dan kesimpulan — substrat yang diperlukan oleh model sebelum ia boleh melaksanakan kerja hiliran yang kompleks.
Selepas latihan dengan abah-abah dalam gelung
Peringkat kedua menggunakan pembelajaran pengukuhan merentas puluhan ribu persekitaran undang-undang yang realistik. Terutama, Z.ai tidak melatih model secara berasingan: abah-abah ejen — rangka kerja orkestrasi masa jalan yang mengurus konteks tugas, menghubungkan set alat dan laluan maklum balas pelaksanaan — telah dioptimumkan bersama dengan model dalam langkah terkunci. Kes-kes tepi muncul semasa latihan model mendedahkan kesesakan dalam seni bina abah-abah, manakala penambahbaikan abah-abah dimasukkan semula ke dalam latihan, mengajar model untuk mendapatkan semula konteks yang berkaitan dan menyesuaikan diri dengan kekangan pelaksanaan yang realistik.
Gelung maklum balas pengeluaran
Akhirnya, Z.ai berkata aliran kerja dunia sebenar dan maklum balas pengamal menetapkan peta jalan pengoptimumannya. Profesional undang-undang menilai output berdasarkan kriteria konkrit: sama ada semua isu kritikal dan kes sampingan ditangani, sama ada hujah dibuktikan dan petikan kukuh, sama ada penghantaran mematuhi perkara yang ringkas dan sama ada pasukan hiliran boleh menggunakan output tanpa kerja semula manual. Pertimbangan tersebut ditukar kepada isyarat kejuruteraan konkrit yang mengemudi latihan lanjut.
Maksudnya untuk Industri Undang-undang
Model khusus domain menjadi kategori yang serius. Daripada bertaruh bahawa satu model umum akan cemerlang di mana-mana, Z.ai bertaruh bahawa tugas profesional berskop ketat memberi ganjaran kepada latihan pertengahan latihan dan penghalusan didorong penilaian — pendekatan yang memperdagangkan keluasan untuk kebolehpercayaan pada beban kerja yang sempit dan bernilai tinggi.
Terdapat gema persaingan yang ketara di sini juga. Model Muse Wonder baharu Meta, yang diumumkan pada hari yang sama, turut dinilai di Harvey's LAB, tanda bahawa penanda aras undang-undang yang dicipta oleh salah satu syarikat terkemuka AI yang sah telah menjadi kayu pengukur merentas industri untuk kecekapan agen. Apabila makmal yang berhadapan dengan pengguna dan syarikat permulaan khusus dinilai pada ujian yang sama, pembeli memperoleh titik perbandingan epal-ke-epal yang jarang berlaku.
Kaveat Perlu Diingati
Hasilnya dilaporkan sendiri oleh Z.ai, dan replikasi bebas penanda aras undang-undang agen masih jarang berlaku. Syarikat itu tidak menyatakan sama ada atau bagaimana GLM-Legal akan tersedia secara meluas, kos model itu, atau cara ia mengendalikan kerahsiaan pelanggan — soalan mana-mana firma undang-undang atau jabatan undang-undang akan bertanya sebelum diterima pakai. Dan seperti semua penanda aras vendor, prestasi pada LAB Harvey mengukur prestasi pada LAB Harvey; ia tidak menjamin kecekapan dalam hal, bidang kuasa atau format dokumen firma tertentu.
Namun, trajektori sukar untuk diabaikan. Model ramping yang dibina di atas asas kelas Flash yang sepadan dengan sistem sempadan tertutup berdasarkan alasan undang-undang mencadangkan era AI profesional khusus domain tiba lebih cepat daripada yang dijangkakan.
