Z.ai ซึ่งเป็นห้องปฏิบัติการ AI ของจีนที่อยู่เบื้องหลังกลุ่มโมเดล GLM ได้เปิดตัว GLM-Legal เมื่อวันที่ 12 ตุลาคม ซึ่งเป็นโมเดลเฉพาะทางโดเมนที่สร้างขึ้นเพื่อจัดการงานด้านกฎหมายแบบ end-to-end แทนที่จะตอบคำถามแบบแยกส่วน ตามประกาศของบริษัท GLM-Legal บรรลุอัตราการผ่านทั้งหมด 19.2% ใน Harvey's Legal Agent Benchmark (LAB) ในขณะที่จับคู่ระบบขอบเขตที่ใหญ่กว่ามากในการทดสอบการใช้เหตุผลทางกฎหมายที่จัดตั้งขึ้น และการเปิดตัวดังกล่าวดึงดูดความสนใจอย่างรวดเร็วใน Hacker News ซึ่งรวบรวม 170 คะแนนภายในไม่กี่ชั่วโมง
การเปิดตัวนี้เป็นสัญญาณที่ชัดเจนที่สุดว่า Z.ai คิดว่าตลาดกำลังมุ่งหน้าไปที่ใด ในการวางกรอบของบริษัท โมเดลภาษาขนาดใหญ่กำลังเปลี่ยนจากการสร้างโค้ดแบบเลี้ยวเดียวไปสู่สิ่งที่เรียกว่า "การทำงานร่วมกันแบบมืออาชีพ": งานด้านความรู้ที่ตัวแทนจะต้องแยกแยะเอกสารต้นฉบับที่กระจัดกระจายภายใต้วัตถุประสงค์ที่เป็นรูปธรรมและข้อจำกัดในการจัดส่งที่เข้มงวด จัดโครงสร้างความรู้เฉพาะทางให้เป็นการวิเคราะห์ที่เชื่อมโยงกัน และรักษาความเข้มงวดของโดเมนตั้งแต่การแจ้งเตือนครั้งแรกไปจนถึงการส่งมอบขั้นสุดท้าย Z.ai ระบุว่าการปฏิบัติตามกฎหมายเน้นความต้องการทั้งหมดเหล่านั้นไว้ในที่เดียว ซึ่งทำให้เป็นการทดสอบความเครียดที่เหมาะสำหรับ AI ระดับมืออาชีพ คุณสามารถติดตามว่าอุตสาหกรรมอื่นๆ ตอบสนองอย่างไรได้ในการรายงานข่าว AI ด่วนของเรา
ตัวเลขเบื้องหลังการเปิดตัว
Z.ai ประเมิน GLM-Legal ในสามแกน ได้แก่ การดำเนินงานที่ซับซ้อน การใช้เหตุผลทางกฎหมายเฉพาะด้าน และขั้นตอนการทำงานทางกฎหมายในโลกแห่งความเป็นจริง ผลลัพธ์พาดหัวอยู่ที่ Harvey's LAB ซึ่งเป็นเกณฑ์มาตรฐานที่สร้างโดยบริษัท AI ทางกฎหมาย Harvey ซึ่งต้องใช้แบบจำลองเพื่อทำงานกับเอกสารต้นฉบับ และปฏิบัติตามคำแนะนำโดยละเอียดเพื่อผลิตผลิตภัณฑ์งานทางกฎหมายที่เสร็จสมบูรณ์
ผลลัพธ์สามประการโดดเด่นจากการประกาศ:
Harvey LAB — 19.2% ทุกขั้นตอน ในกระบวนการทำงานของบริษัทกฎหมายในโลกแห่งความเป็นจริงซึ่งครอบคลุม 24 ด้าน GLM-Legal ได้คะแนน 19.2% ภายใต้การจัดระดับผ่านทุกด้านที่เข้มงวดของ Harvey ซึ่งเพิ่มขึ้น 12.5 เปอร์เซ็นต์จากรุ่นพื้นฐาน ระบบการให้เกรดเป็นการจงใจไม่ให้อภัย: ผลงานที่ส่งเข้าประกวดต้องเป็นไปตามข้อกำหนดทุกประการจึงจะนับได้ ดังนั้นจึงไม่มีเครดิตบางส่วน Z.ai กล่าวว่าคะแนนนี้ยืนยันการดำเนินการแบบ end-to-end ที่เชื่อถือได้โดยไม่มีการเสื่อมลงระหว่างกลาง LegalBench — ความเท่าเทียมกับแบบจำลองขอบเขตแบบปิด ใน LegalBench ซึ่งทดสอบเหตุผลเฉพาะด้านเกี่ยวกับสัญญา การยื่นฟ้องควบรวมกิจการ และความคิดเห็นด้านตุลาการ Z.ai รายงานว่า GLM-Legal จับคู่โมเดลขอบเขตแบบปิดชั้นนำ แม้ว่าจะทำงานบนสิ่งที่บริษัทอธิบายว่าเป็นพารามิเตอร์ที่น้อยลงอย่างมากก็ตาม PLawBench — จุดแข็งในทางปฏิบัติของชาวจีน บน PLawBench ซึ่งประเมินการให้คำปรึกษาด้านกฎหมายของจีน การวิเคราะห์กรณี และการร่างเอกสารภายใต้รูบริกที่ละเอียด Z.ai อ้างว่ามีความเท่าเทียมกับระบบชายแดนชั้นนำตัวเลข 19.2% สมควรอ่านครั้งที่สอง มันเป็นบันทึกความคืบหน้าไปพร้อมๆ กัน — ก้าวกระโดดเหนือโมเดลพื้นฐานถึง 12.5 จุด — และเป็นการย้ำเตือนว่าการประเมินทางกฎหมายแบบตัวแทนยังคงเรียกร้องมากเพียงใด ภายใต้การให้เกรดแบบ All-Pass ตัวเลขดังกล่าวบ่งบอกว่าขั้นตอนการทำงานทั้งหมดส่วนใหญ่ยังคงล้มเหลวตามข้อกำหนดอย่างน้อยหนึ่งข้อ ผู้ซื้อตามกฎหมายที่ประเมินระบบ AI ควรอ่านเกณฑ์มาตรฐานของผู้ขายโดยคำนึงถึงความแตกต่างนั้นอย่างชัดเจน
วิธีการฝึกอบรม GLM-Legal
Z.ai สร้างโมเดลบน GLM-5.3-Flash ซึ่งเป็นโมเดลพื้นฐานน้ำหนักเบาที่บริษัทเปิดตัวเมื่อต้นปีนี้ และซ้อนความสามารถของโดเมนไว้ด้านบนผ่านไปป์ไลน์สองขั้นตอนที่อธิบายว่าเน้นประสิทธิภาพอย่างผิดปกติ
การฝึกอบรมกลางเรื่ององค์กรทางกฎหมาย
ขั้นตอนแรกจะขยายองค์กรทางกฎหมายคุณภาพสูงในระหว่างการฝึกอบรมระดับกลาง ช่วยให้โมเดลเรียนรู้แนวคิดทางกฎหมาย กฎเกณฑ์ตามกฎหมาย และกรอบงานการตีความภายในบริบทโดเมนที่หนาแน่น Z.ai กล่าวว่าขั้นตอนนี้ช่วยเพิ่มความแข็งแกร่งให้กับห่วงโซ่นิรนัยระหว่างข้อเท็จจริง กฎเกณฑ์ และข้อสรุป ซึ่งเป็นสารตั้งต้นที่แบบจำลองต้องการก่อนที่จะสามารถดำเนินงานดาวน์สตรีมที่ซับซ้อนได้
หลังการฝึกโดยมีสายรัดอยู่ในห่วง
ขั้นตอนที่สองใช้การเรียนรู้แบบเสริมกำลังในสภาพแวดล้อมทางกฎหมายที่สมจริงนับหมื่น โดยเฉพาะอย่างยิ่ง Z.ai ไม่ได้ฝึกโมเดลแบบแยกส่วน: การควบคุมเอเจนต์ — เฟรมเวิร์กการจัดการรันไทม์ที่จัดการบริบทของงาน เชื่อมต่อชุดเครื่องมือ และกำหนดเส้นทางข้อเสนอแนะในการดำเนินการ — ได้รับการปรับให้เหมาะสมร่วมกับโมเดลในขั้นตอนล็อค Edge case ปรากฏขึ้นระหว่างการฝึกโมเดลซึ่งเผยให้เห็นปัญหาคอขวดในสถาปัตยกรรม Harness ในขณะที่การปรับแต่งสายรัดถูกป้อนกลับเข้าสู่การฝึก การสอนโมเดลเพื่อดึงบริบทที่เกี่ยวข้อง และปรับให้เข้ากับข้อจำกัดในการดำเนินการที่สมจริง
ลูปผลตอบรับการผลิต
สุดท้าย Z.ai กล่าวว่าเวิร์กโฟลว์ในโลกแห่งความเป็นจริงและข้อเสนอแนะของผู้ปฏิบัติงานเป็นตัวกำหนดแผนงานการเพิ่มประสิทธิภาพ ผู้เชี่ยวชาญด้านกฎหมายประเมินผลลัพธ์ตามเกณฑ์ที่เป็นรูปธรรม: ไม่ว่าประเด็นสำคัญและกรณีขอบทั้งหมดได้รับการแก้ไขหรือไม่ ข้อโต้แย้งได้รับการพิสูจน์และการอ้างอิงที่สมเหตุสมผลหรือไม่ ผลงานที่ส่งมอบเป็นไปตามประเด็นโดยสรุปหรือไม่ และทีมดาวน์สตรีมสามารถใช้ผลลัพธ์โดยไม่ต้องทำงานซ้ำด้วยตนเองหรือไม่ การตัดสินเหล่านั้นจะถูกแปลงเป็นสัญญาณทางวิศวกรรมที่เป็นรูปธรรมซึ่งนำไปสู่การฝึกอบรมเพิ่มเติม
ความหมายสำหรับอุตสาหกรรมกฎหมายคืออะไร
โมเดลเฉพาะทางโดเมนกำลังกลายเป็นหมวดหมู่ที่จริงจัง แทนที่จะเดิมพันว่าโมเดลทั่วไปตัวเดียวจะเก่งไปทุกที่ Z.ai วางเดิมพันว่างานระดับมืออาชีพที่มีขอบเขตจำกัดจะตอบแทนการกำหนดเป้าหมายการฝึกอบรมระดับกลางและการปรับแต่งที่ขับเคลื่อนด้วยการประเมินผล ซึ่งเป็นแนวทางที่แลกเปลี่ยนความทั่วไปกับความน่าเชื่อถือบนปริมาณงานที่แคบและมีมูลค่าสูง
มีเสียงสะท้อนการแข่งขันที่โดดเด่นที่นี่เช่นกัน Muse Wonder รุ่นใหม่ของ Meta ซึ่งประกาศในวันเดียวกันนั้น ยังได้รับการประเมินใน Harvey's LAB ซึ่งเป็นสัญญาณว่าเกณฑ์มาตรฐานทางกฎหมายที่สร้างขึ้นโดยหนึ่งในบริษัทชั้นนำของ AI ที่ถูกกฎหมาย ได้กลายเป็นมาตรฐานข้ามอุตสาหกรรมสำหรับความสามารถตัวแทน เมื่อห้องปฏิบัติการที่ติดต่อกับผู้บริโภคและบริษัทสตาร์ทอัพเฉพาะทางได้รับการจัดอันดับในการทดสอบเดียวกัน ผู้ซื้อจะได้รับจุดเปรียบเทียบระหว่างแอปเปิ้ลกับแอปเปิลซึ่งหาได้ยาก
คำเตือนที่ควรคำนึงถึง
Z.ai รายงานผลด้วยตนเอง และการจำลองแบบอิสระของเกณฑ์มาตรฐานทางกฎหมายตัวแทนยังพบไม่บ่อยนัก บริษัทไม่ได้ระบุว่า GLM-Legal จะเปิดให้บริการในวงกว้างหรือไม่ หรืออย่างไร โมเดลจะมีค่าใช้จ่ายเท่าใด หรือจะจัดการกับการรักษาความลับของลูกค้าอย่างไร โดยตั้งคำถามกับบริษัทกฎหมายหรือแผนกกฎหมายที่จะถามก่อนที่จะนำไปใช้ และเช่นเดียวกับเกณฑ์มาตรฐานของผู้จำหน่ายทั้งหมด ประสิทธิภาพใน Harvey's LAB จะวัดประสิทธิภาพใน Harvey's LAB; ไม่ได้รับประกันความสามารถในเรื่องของบริษัท เขตอำนาจศาล หรือรูปแบบเอกสารของบริษัทใดบริษัทหนึ่งโดยเฉพาะ
ถึงกระนั้น วิถีก็ยากที่จะเพิกเฉย โมเดลแบบลีนที่สร้างขึ้นบนรากฐานระดับ Flash ที่ตรงกับระบบชายแดนแบบปิดในด้านเหตุผลทางกฎหมาย แสดงให้เห็นว่ายุคของ AI ระดับมืออาชีพเฉพาะโดเมนกำลังมาถึงเร็วกว่าที่หลายคนคาดไว้
