Astra for Law — ကုမ္ပဏီ၏ GPT-6.2 Astra မော်ဒယ်၏ တရားဝင်ဖွဲ့စည်းပုံပုံစံ- Astra for Law — သည် Harvey ၏တရားဝင်အေးဂျင့်စံနှုန်းတွင် တပ်ဆင်ပြီးနောက် ၎င်း၏ Trusted Access Program အပါအဝင် ChatGPT Enterprise သုံးစွဲသူတိုင်းအတွက် ဖွင့်လှစ်ထားကြောင်း OpenAI က နိုဝင်ဘာ 17 ရက်၊ 2026 တွင် ပြောကြားခဲ့သည်။

အဆိုပါ လှုပ်ရှားမှုသည် စက်တင်ဘာလကတည်းက ပိုင်းလော့ကုမ္ပဏီများအတွက် ကန့်သတ်ထားသည့် ထုတ်ကုန်တစ်ခုဖြစ်ပြီး OpenAI ၏ လုပ်ငန်းအခြေစိုက်စခန်းတစ်ခုလုံးတွင် ရရှိစေမည့် ဖောင်ဒေးရှင်းမော်ဒယ်အသစ်များထက် အထူးပြုပုံစံဖွဲ့စည်းပုံများ— ဒိုမိန်းစျေးကွက်များရရှိမည့် အလောင်းအစားတစ်ခုဖြစ်သည်။ For more context on this story, see our ongoing AI trends.

ပုံစံအသစ်မဟုတ်ဘဲ ဖွဲ့စည်းမှုပုံစံ

Astra for Law သည် သီးခြားအခြေခံအုတ်မြစ်မဟုတ်ပေ။ ၎င်းသည် GPT-6.2 Astra၊ OpenAI ၏ နောက်ဆုံးပေါ် နယ်နိမိတ်ပုံစံ မော်ဒယ်ဖြစ်ပြီး ဥပဒေဆိုင်ရာ သီးခြားညွှန်ကြားချက်များဖြင့် ထုပ်ပိုးထားပြီး သီးခြားတရားဝင်ရှာဖွေမှုအညွှန်းကိန်းတစ်ခုနှင့် တွဲထားသည်။ စနစ်ထည့်သွင်းမှုသည် ဥပဒေအလုပ်၏ အဓိကကွင်းဆက်အတွက် ဒီဇိုင်းထုတ်ထားခြင်းဖြစ်သည်- မေးခွန်းများကို သုတေသနပြုခြင်း၊ ပြိုင်ဘက်အာဏာပိုင်များကို ချိန်ဆခြင်းနှင့် စာရွက်စာတမ်းများရေးဆွဲခြင်းတို့အတွက် ဒီဇိုင်းထုတ်ထားသည်။

OpenAI မှ Astra for Law ကို 2026 ခုနှစ် စက်တင်ဘာလတွင် စတင်မိတ်ဆက်သောအခါ၊ ဥပဒေရှာဖွေရေးအညွှန်းသည် U.S. အမှုတွဲဥပဒေ၊ ဥပဒေများ၊ စည်းမျဉ်းများ၊ တရားရုံးစည်းမျဉ်းများနှင့် စီမံခန့်ခွဲရေးဆိုင်ရာ ဆုံးဖြတ်ချက်များကို အကျုံးဝင်စေကာ Free Law Project ၏ CourtListener စုဆောင်းမှုတွင် ရေးဆွဲထားသော US precedential case law ၏ 99.9% ကျော်ကို ဖုံးအုပ်ထားပြီး Thoo Reuters ကုမ္ပဏီမှ လိုင်စင်ရထားသော အကြောင်းအရာများကို ပံ့ပိုးပေးသည့် ကုမ္ပဏီများကဲ့သို့ ဖြည့်စွက်ပေးပါသည်။ Harvey နှင့် Legora တို့ကို API ဖောက်သည်များအဖြစ် ၎င်းတို့၏ကိုယ်ပိုင်ထုတ်ကုန်များတွင် ဖွဲ့စည်းမှုပုံစံတည်ဆောက်ခြင်းဖြစ်ပြီး၊ Relativity နှင့် Clio ကဲ့သို့သော အသုံးပြုပြီးသားကုမ္ပဏီများနှင့် ChatGPT ချိတ်ဆက်ထားသော ဂေဟစနစ်ပလပ်အင် 26 ခုတို့အပြင် လျှို့ဝှက်ဖောက်သည်အလုပ်အတွက် သီးသန့်နှင့် အုပ်ချုပ်မှုထိန်းချုပ်မှုအသစ်များ။

Harvey's LAB-AA စံနှုန်းတွင် ပထမနေရာ

တိုးချဲ့ကြေညာချက်၏ အဓိကအချက်မှာ Harvey's Legal Agent Benchmark ၏ အတုအယောင် ခွဲခြမ်းစိတ်ဖြာမှုဖြင့် လည်ပတ်သည့် ဗားရှင်းဖြစ်သော Harvey LAB-AA စံနှုန်းဖြစ်သည်။ စမ်းသပ်မှုတွင် အပ်နှံခြင်းဆိုင်ရာ အချက်များကို ရေးဆွဲခြင်းမှ ကူးသန်းရောင်းဝယ်ရေး ငှားရမ်းမှုများကို ပြန်လည်သုံးသပ်ခြင်းအထိ ပိုင်ဆိုင်မှုဆိုင်ရာ အပြောင်းအလဲများကို ပုံဖော်ခြင်းအထိ ဥပဒေ၏ နယ်ပယ် 24 ခု ပါဝင်သော တာဝန်ပေါင်း 120 ကို စမ်းသပ်သည်။ အရင်းအမြစ်စာရွက်စာတမ်းများမှ ပံ့ပိုးမထားသော ပစ္စည်းတောင်းဆိုမှုကို မိတ်ဆက်ခြင်းမပြုဘဲ တာဝန်တစ်ခု၏ လိုအပ်ချက်တိုင်းကို ခရက်ဒစ်ပြည့်မီရန် လိုအပ်သည်။

Astra for Law သည် တာဝန်များ ၏ 20.8% တွင် ခရက်ဒစ် အပြည့် ရရှိပြီး ထိပ်တန်း ရမှတ် ဖြစ်သည်။ Plain GPT-6.2 Astra သည် 15.0% ကို စီမံခန့်ခွဲပြီး အပြင်းထန်ဆုံး OpenAI မဟုတ်သော ဝင်ခွင့်ဖြစ်သည့် Muse Wonder Full သည် 13.1% ဖြင့် ပြီးသွားသည်။ OpenAI မှ တရားဝင်ဖွဲ့စည်းပုံသည် ၎င်း၏ကိုယ်ပိုင်မော်ဒယ်၏ အပြေးဗားရှင်းထက် 40% နီးပါးပို၍ မကြာခဏ ဖြတ်သွားသည်ကို ရှင်းပစ်ခဲ့ကြောင်း OpenAI မှ ပြောကြားခဲ့သည် — ညွှန်ကြားချက်များနှင့် ရှာဖွေမှုအညွှန်းသည် အကြမ်းထည်မော်ဒယ်စွမ်းရည်မဟုတ်ဘဲ အမြတ်အစွန်းကို တွန်းအားပေးကြောင်း သက်သေပြခဲ့သည်။

ဖွဲ့စည်းမှုပုံစံသည် လုပ်ဆောင်ရန် သိသိသာသာ သက်သာပါသည်။ Astra for Law သည် တာဝန်တစ်ခုလျှင် ပျမ်းမျှ အထွက်တိုကင် 64,000 ရှိပြီး မူဆယ် Wonder Full ၏ 139,000 အောက် 54% ဖြစ်သည် — အသုံးပြုမှုဖြင့် ကောက်ခံထားသော တရားဝင်အဖွဲ့များအတွက် အရေးကြီးသည့် ကွာဟချက်ဖြစ်သည်။

အာရုံယောင်ချောက်ချားမှုနှုန်းများ- ရှေ့နေများ အမှန်တကယ် ကြည့်ရှုသည့်အရေအတွက်

အာရုံစူးစိုက်မှု အာရုံစူးစိုက်မှု အာရုံစူးစိုက်မှု အာရုံစူးစိုက်မှု အာရုံစူးစိုက်မှု အာရုံစူးစိုက်မှုတို့ကို ဖြစ်ပေါ်စေသည်။ Astra for Law သည် နှိုင်းယှဉ်မှုတွင် အနိမ့်ဆုံးနှုန်းအတွက် တာ၀န်တစ်ခုလျှင် 0.03 ရုပ်ထင်ယောင်ထင်မှားဖြစ်စေသည့် ပျမ်းမျှ GPT-6 နှင့် ချိတ်ဆက်ထားပြီး ပုံမှန် GPT-6.2 Astra မှ မှတ်တမ်းတင်ထားသော 0.06 ထက်ဝက်ရှိသည်။ မက်ထရစ်တွင် OpenAI မဟုတ်သည့် အပြင်းထန်ဆုံးလုပ်ဆောင်သူ Claude Opus 5.5 သည် ပျမ်းမျှ 0.59 — Astra for Law ၏ အကြမ်းဖျင်းအားဖြင့် အဆနှစ်ဆယ်ဖြစ်သည်။ OpenAI မှ တရားဝင်ဖွဲ့စည်းပုံသည် all-pass စံနှုန်းများနှင့်ပြည့်မီသော အလုပ်များတွင် ရုပ်မြင်ယောင်ထင်မှားဖြစ်ခြင်းများကို မှတ်တမ်းတင်ထားခြင်းမရှိကြောင်း ပြောကြားခဲ့သည်။

ဤနေရာ၌ လောင်းကြေးများသည် ခိုင်မာသည်။ တရားရုံးများသည် လုပ်ကြံဖန်တီးထားသော အမှုများကို ကိုးကား၍ တင်သွင်းခြင်းအတွက် ရှေ့နေများကို ဒဏ်ခတ်ပိတ်ဆို့ထားပြီး တီထွင်ထားသော ကိုးကားချက်တစ်ခုတည်းက ရှေ့နေတစ်ဦး၏ ရပ်တည်မှုကို ထိခိုက်စေနိုင်သည်။ တရားဝင်ဝယ်ယူသူများအတွက်၊ ပြိုင်ဆိုင်မှုစနစ်များကြားတွင် ပစ္စည်းယောင်ယောင်ထင်မှားဖြစ်နှုန်း အဆနှစ်ဆယ်ကွာခြားချက်သည် ဝယ်ယူမှုကို ဆုံးဖြတ်သည့် နံပါတ်အမျိုးအစားဖြစ်သည်။

Vals AI- ဖြတ်သန်းမှုနှုန်း မြန်ဆန်လာသည်။

အမှီအခိုကင်းသော အထောက်အထားများက တူညီသော ဦးတည်ချက်ကို ထောက်ပြသည်။ ပြည်ထောင်စုနှင့် ပြည်နယ်ဥပဒေဆိုင်ရာ သုတေသနမေးခွန်းများကို လေ့ကျင့်နေသော ရှေ့နေများ ဖြေဆိုသည့် Vals AI Legal Research Bench တွင်၊ ချက်လက်မှတ်တိုင်းကို ဖြတ်သည့် Astra for Law ၏ ဝေစုသည် 53.8% အထိ — 208 မေးခွန်းများ၏ 112 ခု — အစောပိုင်းနှစ်လထက် 46% လျော့နည်းရာမှ တက်လာခဲ့သည်။ မေးခွန်းအားလုံးတွင်၊ မော်ဒယ်သည် တစ်စိတ်တစ်ပိုင်းခရက်ဒစ်အပါအဝင် ရနိုင်သောအမှတ်များ၏ 90.9% ကို ဖမ်းယူထားသည်။ OpenAI သည် သီးသန့်တရားရေးဆိုင်ရာ သုတေသနအဖွဲ့နှင့် စက်တင်ဘာလမှစတင်၍ 34% တိုးလာခဲ့သည့် URL ပေါင်း 310 သန်းအထိ တိုးလာခဲ့သည့် ရှာဖွေမှုအညွှန်းကိန်းတစ်ခုအတွက် အကျိုးအမြတ်များကို ရည်ညွှန်းပါသည်။

Harvey ၏ကိုယ်ပိုင်အကဲဖြတ်အဖွဲ့သည် လမ်းကြောင်းကို ပဲ့တင်ထပ်ခဲ့သည်။ "Astra for Law 6.2 သည် ကျွန်ုပ်တို့၏စံနှုန်းများတစ်လျှောက်တွင် ယခင် Astra မော်ဒယ်များထက် ရုပ်ပိုင်းဆိုင်ရာ တိုးတက်မှုတစ်ခုဖြစ်သည်" ဟု Harvey မှ တရားရေးဆိုင်ရာ သုတေသနအကြီးအကဲ Julio Pereyra က ပြောကြားခဲ့သည်။ "ကျွန်ုပ်တို့၏ pairwise တရားသူကြီးများက အချိန်၏ 90% နီးပါးကို GPT-6 Astra ၏ သဘောကျနှစ်သက်သော ပိုမိုပြည့်စုံပြီး ပိုမိုကောင်းမွန်သော ကျိုးကြောင်းဆင်ခြင်အကျဉ်းချုံးများကို ရေးသားပါသည်။" Pereyra က Astra-class မော်ဒယ်များသည် Harvey ၏ စံညွှန်းနှင့် ၎င်း၏ US case law extension များတွင် အနိမ့်ဆုံး အံ့မခန်းနှုန်းအချို့ကို ဆက်လက်တင်ခြင်းဖြင့် အနက်မှ တိုးလာမှုများသည် တိကျမှုတွင် နောက်ပြန်ဆုတ်ခြင်းမရှိဘဲ လာခြင်းဖြစ်ကြောင်း Pereyra က ဆက်လက်ပြောသည်။

လေယာဉ်မှူးမှ ပလက်ဖောင်းအထိ

လမ်းကြောင်းသည် ၎င်း၏အရှိန်ကြောင့် ထင်ရှားသည်။ Astra for Law သည် Cooley၊ Ropes & Grey နှင့် Sullivan & Cromwell အပါအဝင် ကုမ္ပဏီငယ်များအတွက် စက်တင်ဘာလ 2026 ခုနှစ်တွင် စတင်ခဲ့သည်။ နှစ်လကြာပြီးနောက်၊ ဖွဲ့စည်းမှုပုံစံသည် အဓိကတရားဝင်စံနှုန်းများကို ဦး ဆောင်ကာ ၎င်း၏အမြင်မှားနိုင်မှုနှုန်းမှာ ထက်ဝက်ကျဆင်းသွားကာ ChatGPT Enterprise သုံးစွဲသူတိုင်း ဝင်ရောက်ခွင့်တောင်းဆိုနိုင်သည်။

ဗျူဟာသည် အချက်ပြမှုတစ်ခုလည်းဖြစ်သည်။ စိတ်ကြိုက်တရားဝင်စံနမူနာကို လေ့ကျင့်သင်ကြားပေးမည့်အစား OpenAI သည် ဒိုမိန်းလမ်းညွှန်ချက်များ၊ ဒိုမိန်းရှာဖွေမှုအညွှန်းကိန်း၊ အုပ်ချုပ်မှုထိန်းချုပ်မှုများနှင့် မိတ်ဖက်ပလပ်အင်များကို ရှေ့တန်းမော်ဒယ်တစ်ခုတွင် ရစ်ပတ်ထားသည်။ အကယ်၍ ထိုဖော်မြူလာသည် အခြားသော ထိန်းညှိစက်မှုလုပ်ငန်းများတွင် ထပ်ခါထပ်ခါဖြစ်နေပါက၊ ဒေါင်လိုက် AI တွင် ပြိုင်ဆိုင်မှုသည် အကောင်းဆုံးပုံစံကို ဖန်တီးသူမှ အကောင်းဆုံးအကြောင်းအရာကို ဖန်တီးသူအဖြစ်သို့ ပြောင်းလဲသွားမည်ဖြစ်ပြီး ကွာခြားချက်ကို တိုင်းတာသော စံသတ်မှတ်ချက်များသည် အကျိုးဆက်အားဖြင့် ပိုမိုကြီးထွားလာမည်ဖြစ်သည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →