GLM မော်ဒယ်မိသားစုနောက်ကွယ်ရှိ တရုတ် AI ဓာတ်ခွဲခန်းမှ Z.ai သည် သီးခြားမေးခွန်းများကိုဖြေဆိုမည့်အစား သီးသန့်မေးခွန်းများကိုဖြေဆိုမည့်အစား ဒိုမိန်း-အထူးပြုမော်ဒယ်လ်ဖြစ်သော GLM-Legal ကို အောက်တိုဘာလ 12 ရက်နေ့တွင် ထုတ်ပြန်ခဲ့သည်။ ကုမ္ပဏီ၏ ကြေငြာချက်အရ GLM-Legal သည် Harvey's Legal Agent Benchmark (LAB) တွင် 19.2% all-pass rate ကို ရရှိပြီး တည်ထောင်ထားသော တရားရေးဆိုင်ရာ ကျိုးကြောင်းဆင်ခြင်ခြင်းဆိုင်ရာ စမ်းသပ်မှုများတွင် ပိုမိုကြီးမားသော နယ်နိမိတ်စနစ်များနှင့် ကိုက်ညီသည် — နှင့် ပစ်လွှတ်မှုသည် နာရီပိုင်းအတွင်း ရမှတ် 170 ရရှိသည့် Hacker News ကို လျင်မြန်စွာ အာရုံစိုက်လာခဲ့သည်။
ဖြန့်ချိမှုသည် Z.ai စျေးကွက်သို့ဦးတည်နေသည်ဟုထင်သည့်အရှင်းလင်းဆုံးအချက်ဖြစ်သည်။ ကုမ္ပဏီ၏ဘောင်တွင်၊ ကြီးမားသောဘာသာစကားမော်ဒယ်များသည် "Professional Cowork" ဟုခေါ်သည့် အလှည့်အပြောင်းတစ်ခုဆီသို့ ပြောင်းလဲလာနေသည်- အေးဂျင့်တစ်ဦးသည် ခိုင်မာသောရည်ရွယ်ချက်များနှင့် တင်းကျပ်သောပေးပို့မှုကန့်သတ်ချက်များအောက်တွင် အစိတ်စိတ်အမွှာမွှာကွဲထွက်နေသောအရင်းအမြစ်စာရွက်စာတမ်းများကို ချေဖျက်ရမည်ဖြစ်ပြီး၊ အထူးပြုအသိပညာကို ပေါင်းစပ်ခွဲခြမ်းစိတ်ဖြာမှုအဖြစ် တည်ဆောက်ကာ၊ ပထမအချက်မှ နောက်ဆုံးပေးပို့မှုအထိ domain ခိုင်မာမှုကို ထိန်းသိမ်းထားသည်။ ဥပဒေကျင့်ထုံး၊ Z.ai က အဆိုပါတောင်းဆိုမှုများအားလုံးကို တစ်နေရာတည်းတွင် စုစည်းထားသောကြောင့် ၎င်းသည် ပရော်ဖက်ရှင်နယ်အဆင့် AI အတွက် စံပြစိတ်ဖိစီးမှုစမ်းသပ်မှုတစ်ခု ဖြစ်စေသည်။ ကျွန်ုပ်တို့၏ထူးခြားသော AI သတင်းဖော်ပြမှုတွင် ကျန်စက်မှုလုပ်ငန်းက မည်သို့တုံ့ပြန်သည်ကို သင်လိုက်နာနိုင်သည်။
ပစ်လွှတ်မှုနောက်ကွယ်တွင် နံပါတ်များ
Z.ai သည် GLM-Legal ကို ပုဆိန်သုံးချောင်းဖြင့် အကဲဖြတ်ခဲ့သည်- ရှုပ်ထွေးသောအလုပ်ကွပ်မျက်မှု၊ အထူးပြုတရားရေးဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှုနှင့် လက်တွေ့ကမ္ဘာ၏ တရားဝင်အလုပ်အသွားအလာများ။ ခေါင်းစီးရလဒ်သည် တရားဝင် AI ကုမ္ပဏီ Harvey မှတည်ဆောက်ထားသော စံသတ်မှတ်ချက်တစ်ခုဖြစ်သည့် Harvey's LAB တွင် အရင်းအမြစ်စာရွက်စာတမ်းများနှင့်အတူ အလုပ်လုပ်ရန်နှင့် တရားဝင်အလုပ်ထုတ်ကုန်များထုတ်လုပ်ရန်အတွက် အသေးစိတ်ညွှန်ကြားချက်များကို လိုက်နာရန်လိုအပ်ပါသည်။
ကြေငြာချက်မှ ထင်ရှားသော ရလဒ်သုံးခု
Harvey LAB — 19.2% all-pass. လက်တွေ့နယ်ပယ် 24 ခုတွင် လက်တွေ့ကမ္ဘာ ဥပဒေကုမ္ပဏီ အလုပ်အသွားအလာများတစ်လျှောက်၊ GLM-Legal သည် Harvey ၏ တင်းကျပ်သော all-pass အဆင့်သတ်မှတ်မှုအောက်တွင် ရမှတ် 19.2%၊ ၎င်း၏ အခြေခံမော်ဒယ်ထက် 12.5 ရာခိုင်နှုန်း တိုးတက်လာသည်။ အဆင့်သတ်မှတ်ခြင်းစနစ်သည် တမင်တကာ ခွင့်မလွှတ်နိုင်ပေ- ရေတွက်ရန် လိုအပ်ချက်တိုင်းကို ဖြည့်ဆည်းပေးရမည်ဖြစ်သောကြောင့် တစ်စိတ်တစ်ပိုင်း ခရက်ဒစ်မရှိပါ။ Z.ai က ရမှတ်သည် အလယ်အလတ်ပြိုကွဲခြင်းမရှိဘဲ ယုံကြည်စိတ်ချရသော အဆုံးမှအဆုံး လုပ်ဆောင်မှုကို အတည်ပြုကြောင်း Z.ai မှပြောကြားခဲ့သည်။ LegalBench — ပိတ်ထားသော နယ်နိမိတ်ပုံစံများနှင့် တန်းတူဖြစ်သည်။ စာချုပ်များ၊ ပေါင်းစည်းခြင်းများနှင့် တရားစီရင်ရေးဆိုင်ရာ ထင်မြင်ယူဆချက်များကို စမ်းသပ်သည့် LegalBench တွင်၊ GLM-Legal သည် ကုမ္ပဏီမှဖော်ပြသည့် သိသိသာသာပျော့ပြောင်းသော ကန့်သတ်ဘောင်ခြေရာကို လုပ်ဆောင်နေသော်လည်း ထိပ်တန်းပိတ်အရင်းအမြစ်ပုံစံများနှင့် ကိုက်ညီကြောင်း Z.ai က အစီရင်ခံပါသည်။ PLawBench — တရုတ်အလေ့အကျင့်အတွက် ခိုင်မာမှု။ တရုတ်တရားရေးဆိုင်ရာ တိုင်ပင်ဆွေးနွေးမှု၊ အမှုတွဲခွဲခြမ်းစိတ်ဖြာမှုနှင့် စာရွက်စာတမ်းမူကြမ်းရေးဆွဲခြင်းကို အကဲဖြတ်သည့် PLawBench တွင် Z.ai သည် ထိပ်တန်းနယ်ခြားစောင့်စနစ်များနှင့် တန်းတူညီမျှမှုကို အခိုင်အမာဆိုသည်။ကိန်းဂဏန်း 19.2% သည် ဒုတိယစာဖတ်ရန် ထိုက်တန်သည်။ ၎င်းသည် အခြေခံမော်ဒယ်ထက် 12.5 မှတ် ခုန်တက်သွားသည့် တိုးတက်မှု မှတ်တမ်းတစ်ခုဖြစ်သည်- နှင့် အေးဂျင့်တရားရေးဆိုင်ရာ အကဲဖြတ်ရန် တောင်းဆိုမှုများ ဆက်လက်တည်ရှိနေပုံကို သတိပေးချက်တစ်ခုဖြစ်သည်။ All-pass အဆင့်သတ်မှတ်မှုအောက်တွင်၊ အရေအတွက်သည် အလုပ်အသွားအလာ အများစုသည် အနည်းဆုံးလိုအပ်ချက်တစ်ခုတွင် ကျရှုံးဆဲဖြစ်သည်ဟု ဆိုလိုသည်။ AI စနစ်များကို အကဲဖြတ်သည့်တရားဝင်ဝယ်သူများသည် ထိုအသေးအဖွဲကို စိတ်ထဲအတိအကျဖြင့် ရောင်းချသူစံနှုန်းများကို ဖတ်သင့်သည်။
GLM-Legal ကို ဘယ်လို လေ့ကျင့်ပေးခဲ့လဲ။
Z.ai သည် ယခုနှစ်အစောပိုင်းက ထုတ်ပြန်ခဲ့သည့် ကုမ္ပဏီ၏ ပေါ့ပါးသော အခြေခံအုတ်မြစ်ဖြစ်သော GLM-5.3-Flash မော်ဒယ်ကို တည်ဆောက်ခဲ့ပြီး ပုံမှန်မဟုတ်သော ထိရောက်မှုကို အာရုံစိုက်ထားသည့် အဆင့်နှစ်ဆင့်ရှိသည့် ပိုက်လိုင်းမှတစ်ဆင့် ဒိုမိန်းစွမ်းရည်ကို ထိပ်တွင် အလွှာချထားသည်။
အလယ်အလတ်တန်းစား တရားရေးဆိုင်ရာသင်တန်း
ပထမအဆင့်သည် အလယ်အလတ်တန်းစားလေ့ကျင့်ချိန်အတွင်း အရည်အသွေးမြင့်တရားဝင်ကော်ပိုရေးရှင်းကို ချဲ့ထွင်ပြီး မော်ဒယ်အား တရားဥပဒေဆိုင်ရာ အယူအဆများ၊ ဥပဒေစည်းမျဉ်းများနှင့် ထူထဲသောအကြောင်းအရာအတွင်း အဓိပ္ပာယ်ဖွင့်ဆိုမှုဘောင်များကို လေ့လာနိုင်စေပါသည်။ Z.ai က ဤအဆင့်သည် အချက်အလက်များ၊ စည်းမျဉ်းများနှင့် ကောက်ချက်ချမှုများကြားမှ နုတ်ယူသည့်ကွင်းဆက်ကို အားကောင်းစေသည် — ၎င်းသည် ရှုပ်ထွေးသောရေစုန်အောက်ပိုင်းလုပ်ငန်းကို မလုပ်ဆောင်မီ မော်ဒယ်လိုအပ်သော အလွှာတစ်ခုဖြစ်သည်။
ကြိုးဝိုင်းတွင် ကြိုးဖြင့် လေ့ကျင့်မှုပြီးခြင်း။
ဒုတိယအဆင့်တွင် ထောင်ပေါင်းများစွာသော လက်တွေ့ဆန်သော တရားရေးဆိုင်ရာ ပတ်ဝန်းကျင်များတွင် အားဖြည့်သင်ကြားမှုကို အသုံးပြုသည်။ ထူးခြားသည်မှာ၊ Z.ai သည် သီးခြားမော်ဒယ်ကို လေ့ကျင့်ပေးခြင်းမရှိပါ- အလုပ်အကြောင်းအရာကို စီမံခန့်ခွဲသည့် runtime orchestration framework၊ toolets များနှင့် routesexecution feedback တို့ကို- lockstep ရှိ model နှင့် တွဲဖက်၍ optimize လုပ်ထားသည် မော်ဒယ်လေ့ကျင့်ရေးကာလအတွင်း အစွန်းအထင်းဖြစ်ရပ်များသည် ကြိုးဗိသုကာတွင် ပိတ်ဆို့မှုများကို ပေါ်လွင်စေသည်၊
ထုတ်လုပ်မှု တုံ့ပြန်ချက် ကွင်းဆက်များ
နောက်ဆုံးတွင်၊ Z.ai သည် လက်တွေ့ကမ္ဘာ၏ အလုပ်အသွားအလာများနှင့် လေ့ကျင့်သူ၏ အကြံပြုချက်သည် ၎င်း၏ ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်ရေး လမ်းပြမြေပုံကို သတ်မှတ်ပေးသည်ဟု ဆိုသည်။ ဥပဒေပညာရှင်များသည် ခိုင်မာသောစံနှုန်းများနှင့် ဆန့်ကျင်၍ ရလဒ်များကို အကဲဖြတ်သည်- အရေးကြီးသောပြဿနာများနှင့် အနားသတ်ကိစ္စများအားလုံးကို ကိုင်တွယ်ဖြေရှင်းသည်ဖြစ်စေ၊ အဆိုပါ စီရင်ချက်များအား ကွန်ကရစ် အင်ဂျင်နီယာ အချက်ပြများအဖြစ် ပြောင်းလဲကာ လေ့ကျင့်မှုကို ဆက်လက် ထိန်းကျောင်းပေးသည်။
ဥပဒေလုပ်ငန်းအတွက်ဆိုလိုသည်။
ဒိုမိန်း-အထူးပြုမော်ဒယ်များသည် လေးနက်သောအမျိုးအစားဖြစ်လာသည်။ ယေဘူယျမော်ဒယ်တစ်ခုသည် နေရာတိုင်းတွင် ထူးချွန်မည်ဟု လောင်းကြေးထပ်မည့်အစား Z.ai သည် လေ့ကျင့်ရေးအလယ်အလတ်ပိုင်းနှင့် အကဲဖြတ်ခြင်းဆိုင်ရာ သန့်စင်မှုကို ပစ်မှတ်ထားကာ တင်းကျပ်စွာသတ်မှတ်ထားသော ပရော်ဖက်ရှင်နယ်လုပ်ငန်းတာဝန်များကို ပေးဆောင်သည်—ကျဉ်းမြောင်းပြီး တန်ဖိုးမြင့်သည့်အလုပ်အပေါ် ယုံကြည်စိတ်ချရမှုအတွက် ယေဘူယျအားဖြင့် ရောင်းဝယ်ဖောက်ကားသည့်ချဉ်းကပ်မှုတစ်ခုဖြစ်သည်။
ဤနေရာတွင် ထင်ရှားသော အပြိုင်အဆိုင် ပဲ့တင်သံလည်း ရှိသည်။ Meta ၏ Muse Wonder မော်ဒယ်အသစ်များကို ထိုနေ့တွင်ပင် ကြေငြာခဲ့ပြီး Harvey's LAB တွင်လည်း အကဲဖြတ်ခဲ့သည်၊ တရားဝင် AI ၏ ဦးဆောင်ကုမ္ပဏီများမှ ဖန်တီးထားသော တရားဝင်စံနှုန်းသည် အေးဂျင့်ကျွမ်းကျင်မှုအတွက် နယ်ပယ်စုံလုပ်ငန်းခွင်တစ်ခုဖြစ်လာကြောင်း လက္ခဏာရပ်တစ်ခုဖြစ်သည်။ စားသုံးသူများရင်ဆိုင်နေရသော ဓာတ်ခွဲခန်းများနှင့် အထူးပြုစတင်သည့် လုပ်ငန်းများကို တူညီသောစမ်းသပ်မှုတွင် အဆင့်သတ်မှတ်လိုက်သောအခါ ဝယ်ယူသူများသည် ရှားပါးပန်းသီးမှ ပန်းသီး နှိုင်းယှဉ်မှုအမှတ်ကို ရရှိမည်ဖြစ်သည်။
သတိထားရမည့်အချက်များ
ရလဒ်များကို Z.ai မှ ကိုယ်တိုင်အစီရင်ခံပြီး အေးဂျင့်တရားဝင်စံနှုန်းများကို သီးခြားလွတ်လပ်စွာ ကူးယူခြင်းမှာ ရှားပါးနေသေးသည်။ GLM-Legal ကို မည်ကဲ့သို့ ကျယ်ပြန့်စွာရရှိနိုင်မည်၊ မော်ဒယ်မည်မျှကုန်ကျမည်၊ သို့မဟုတ် ၎င်းသည် သုံးစွဲသူ၏လျှို့ဝှက်ချက်ကို မည်သို့ကိုင်တွယ်မည်ကို သို့မဟုတ် ဥပဒေကုမ္ပဏီ သို့မဟုတ် ဥပဒေရေးရာဌာနမှ ကလေးမွေးစားခြင်းမပြုမီ မေးမည့်မေးခွန်းများကို ကုမ္ပဏီက မဖော်ပြထားပါ။ ရောင်းချသူ စံနှုန်းများအားလုံးကဲ့သို့ပင် Harvey's LAB ရှိ စွမ်းဆောင်ရည်သည် Harvey's LAB တွင် စွမ်းဆောင်ရည်ကို တိုင်းတာသည်။ သီးခြားကုမ္ပဏီတစ်ခု၏ ကိစ္စများ၊ တရားစီရင်ပိုင်ခွင့်များ သို့မဟုတ် စာရွက်စာတမ်းဖော်မတ်များအတွက် အရည်အချင်းကို အာမမခံနိုင်ပါ။
သို့တိုင် လမ်းကြောင်းသည် လျစ်လျူရှုရန် ခက်ခဲသည်။ တရားရေးဆိုင်ရာ ကျိုးကြောင်းဆင်ခြင်မှုဆိုင်ရာ ပိတ်ထားသော နယ်နိမိတ်စနစ်များနှင့် ကိုက်ညီသော Flash-အတန်းအစား အခြေခံအုတ်မြစ်ပေါ်တွင် တည်ဆောက်ထားသော ပေါ့ပါးသောမော်ဒယ်သည် ဒိုမိန်း-သီးသန့် ပရော်ဖက်ရှင်နယ် AI ၏ခေတ်သည် မျှော်လင့်ထားသည်ထက် ပိုမိုမြန်ဆန်လာနေပြီဖြစ်သည်။
