Z.ai, chińskie laboratorium sztucznej inteligencji stojące za rodziną modeli GLM, wypuściło 12 października GLM-Legal – model wyspecjalizowany w danej domenie, zbudowany z myślą o kompleksowej obsłudze prawnej, a nie odpowiadaniu na pojedyncze pytania. Zgodnie z zapowiedzią firmy, GLM-Legal osiągnął wskaźnik all-pass na poziomie 19,2% w teście Harvey's Legal Agent Benchmark (LAB), porównując znacznie większe systemy graniczne w ustalonych testach uzasadnienia prawnego, a wprowadzenie na rynek szybko zwróciło uwagę Hacker News, gdzie w ciągu kilku godzin zebrało 170 punktów.
Ta publikacja jest jak dotąd najwyraźniejszym sygnałem wskazującym, w jakim kierunku według Z.ai zmierza rynek. W podejściu firmy duże modele językowe odchodzą od generowania kodu w jednym kroku w kierunku tak zwanej „profesjonalnej współpracy”: pracy opartej na wiedzy, w której agent musi analizować fragmentaryczne dokumenty źródłowe w oparciu o konkretne cele i ścisłe ograniczenia w zakresie dostarczania, przekształcać specjalistyczną wiedzę w spójną analizę i utrzymywać rygor domeny od pierwszego monitu do ostatecznego dostarczenia. Praktyka prawnicza, twierdzi Zai, skupia wszystkie te wymagania w jednym miejscu, co czyni ją idealnym testem warunków skrajnych dla profesjonalnej sztucznej inteligencji. W naszych najświeższych wiadomościach dotyczących sztucznej inteligencji możesz śledzić reakcję reszty branży.
Liczby stojące za premierą
Z.ai ocenił GLM-Legal pod kątem trzech osi: złożonej realizacji zadań, specjalistycznego rozumowania prawnego i przepływów pracy w świecie rzeczywistym. Głównym wynikiem jest Harvey's LAB, benchmark stworzony przez legalną firmę Harvey zajmującą się sztuczną inteligencją, który wymaga, aby modele pracowały z dokumentami źródłowymi i postępowały zgodnie ze szczegółowymi instrukcjami w celu wytworzenia gotowych, legalnych produktów.
Z ogłoszenia wyróżniają się trzy wyniki:
Harvey LAB — 19,2% wyników typu all-pass. W rzeczywistych procesach pracy kancelarii prawnych obejmujących 24 obszary praktyki, spółka GLM-Legal uzyskała 19,2% w ramach rygorystycznej oceny Harvey'a, co oznacza poprawę o 12,5 punktu procentowego w porównaniu z modelem podstawowym. System oceniania jest celowo bezlitosny: zgłoszenie musi spełniać wszystkie wymagania, aby zostać zaliczone, więc częściowe zaliczenie nie istnieje. Z.ai twierdzi, że wynik potwierdza niezawodne, kompleksowe wykonanie bez pośredniej degradacji. LegalBench — równość z modelami z zamkniętą granicą. W LegalBench, który testuje specjalistyczne rozumowanie dotyczące umów, wniosków o fuzje i opinii sądowych, Z.ai informuje, że GLM-Legal dopasowuje najlepsze modele z zamkniętą granicą, mimo że działa według tego, co firma opisuje jako znacznie mniejszy ślad parametrów. PLawBench — siła chińskiej praktyki. W PLawBench, który ocenia chińskie konsultacje prawne, analizy przypadków i sporządzanie dokumentów według szczegółowych kryteriów, Z.ai twierdzi, że jest równy wiodącym systemom granicznym.Liczba 19,2% zasługuje na drugie odczytanie. Jest to jednocześnie zapis postępu – przeskok o 12,5 punktu w stosunku do modelu podstawowego – i przypomnienie, jak wymagająca jest nadal agentyczna ocena prawna. W przypadku oceny wszechstronnej liczba ta oznacza, że znaczna większość pełnych przepływów pracy nadal nie spełnia co najmniej jednego wymagania. Legalni nabywcy oceniający systemy AI powinni czytać testy porównawcze dostawców, mając na uwadze dokładnie ten niuans.
Jak przeszkolono GLM-Legal
Z.ai zbudował ten model na GLM-5.3-Flash, lekkim modelu podstawowym wydanym przez firmę na początku tego roku, i nałożył kompetencje domenowe na wierzch w dwuetapowym procesie, który opisuje jako niezwykle skoncentrowany na wydajności.
Szkolenie w połowie korpusów prawnych
Pierwszy etap rozwija wysokiej jakości korpusy prawne w połowie szkolenia, umożliwiając modelowi poznanie pojęć prawnych, przepisów ustawowych i ram interpretacyjnych w gęstym kontekście dziedzinowym. Z.ai twierdzi, że ten etap wzmacnia łańcuch dedukcyjny między faktami, regułami i wnioskami – substrat, którego potrzebuje model, zanim będzie mógł wykonać złożoną pracę na dalszym etapie.
Po treningu z uprzężą w pętli
Drugi etap wykorzystuje uczenie się przez wzmacnianie w dziesiątkach tysięcy realistycznych środowisk prawnych. Warto zauważyć, że Z.ai nie trenował modelu w izolacji: wiązka agentów — struktura orkiestracji środowiska wykonawczego, która zarządza kontekstem zadań, łączy zestawy narzędzi i informacje zwrotne o wykonaniu tras — została wspólnie zoptymalizowana z modelem na bieżąco. Przypadki Edge wykryte podczas szkolenia modelu ujawniły wąskie gardła w architekturze uprzęży, a udoskonalenia uprzęży zostały uwzględnione w szkoleniu, ucząc model odzyskiwania odpowiedniego kontekstu i dostosowywania się do realistycznych ograniczeń wykonawczych.
Pętle sprzężenia zwrotnego z produkcją
Na koniec Z.ai twierdzi, że rzeczywiste przepływy pracy i opinie praktyków wyznaczają plan optymalizacji. Prawnicy oceniają wyniki pod kątem konkretnych kryteriów: czy rozwiązano wszystkie krytyczne problemy i przypadki skrajne, czy argumenty są uzasadnione, a cytaty rozsądne, czy rezultaty są zgodne z opisem sprawy oraz czy zespoły niższego szczebla mogą wykorzystać wyniki bez ręcznej przeróbki. Oceny te przekształcane są w konkretne sygnały inżynieryjne, które kierują dalszym szkoleniem.
Co to oznacza dla branży prawniczej
Modele dziedzinowe stają się poważną kategorią. Zamiast zakładać, że jeden ogólny model sprawdzi się wszędzie, Z.ai obstawia, że ściśle określone zadania zawodowe nagradzają ukierunkowane udoskonalenia w połowie szkolenia i oparte na ocenie – podejście, które zamienia ogólność na niezawodność w przypadku wąskiego obciążenia pracą o dużej wartości.
Tutaj także można dostrzec wyraźne echo rywalizacji. Ogłoszone tego samego dnia nowe modele Meta Muse Wonder zostały również ocenione w Harvey's LAB, co oznacza, że prawny punkt odniesienia stworzony przez jedną z wiodących firm prawnych zajmujących się sztuczną inteligencją stał się międzybranżowym miernikiem kompetencji agentów. Kiedy laboratoria skierowane do konsumentów i wyspecjalizowane start-upy są oceniane w tym samym teście, kupujący zyskują rzadki punkt odniesienia.
Zastrzeżenia, o których warto pamiętać
Wyniki są zgłaszane przez Z.ai, a niezależna replikacja agentycznych wzorców prawnych jest nadal rzadkością. Firma nie określiła, czy i w jaki sposób GLM-Legal będzie powszechnie dostępny, ile będzie kosztować ten model ani jak dba o poufność klienta – to pytania, które każda kancelaria prawna lub dział prawny zadałaby sobie przed przyjęciem. Podobnie jak w przypadku wszystkich testów porównawczych dostawców, wydajność w Harvey's LAB jest miarą wydajności w Harvey's LAB; nie gwarantuje kompetencji w sprawach konkretnej firmy, jurysdykcjach lub formatach dokumentów.
Mimo wszystko trajektorię tę trudno zignorować. Oszczędny model zbudowany na fundamencie klasy Flash dopasowujący zamknięte systemy graniczne na podstawie uzasadnienia prawnego sugeruje, że era profesjonalnej sztucznej inteligencji specyficznej dla danej domeny nadejdzie szybciej, niż wielu się spodziewało.
