GLM model ailesinin arkasındaki Çin yapay zeka laboratuvarı Z.ai, münferit soruları yanıtlamak yerine uçtan uca yasal çalışmaları yürütmek için oluşturulmuş, alana özel bir model olan GLM-Legal'i 12 Ekim'de piyasaya sürdü. Şirketin duyurusuna göre GLM-Legal, Harvey's Legal Agent Benchmark'ta (LAB) %19,2'lik bir all-pass oranı elde ederken, yerleşik yasal muhakeme testlerinde çok daha büyük sınır sistemlerini eşleştirdi ve lansman, birkaç saat içinde 170 puan topladığı Hacker News'te hızla dikkat çekti.
Bu açıklama, Za.ai'nin piyasanın nereye gittiğini düşündüğünün en açık sinyali. Şirketin çerçevesinde, büyük dil modelleri, tek dönüşlü kod üretiminden "Profesyonel İşbirliği" olarak adlandırdığı şeye doğru değişiyor: bir aracının parçalanmış kaynak belgelerini somut hedefler ve sıkı dağıtım kısıtlamaları altında sindirmesi, uzmanlaşmış bilgiyi tutarlı bir analiz halinde yapılandırması ve ilk istemden son teslimata kadar alan titizliğini sürdürmesi gereken bilgi çalışması. Z.ai, hukuk pratiğinin tüm bu talepleri tek bir yerde yoğunlaştırdığını ve bunun da onu profesyonel düzeyde yapay zeka için ideal bir stres testi haline getirdiğini savunuyor. Sektörün geri kalanının nasıl tepki verdiğini son dakika yapay zeka haberlerimizden takip edebilirsiniz.
Lansmanın Arkasındaki Rakamlar
Z.ai, GLM-Legal'i üç eksende değerlendirdi: karmaşık görev yürütme, uzmanlaşmış hukuki muhakeme ve gerçek dünyadaki hukuki iş akışları. Ana sonuç, yasal yapay zeka şirketi Harvey tarafından oluşturulan ve modellerin kaynak belgelerle çalışmasını ve bitmiş yasal çalışma ürünleri üretmek için ayrıntılı talimatları izlemesini gerektiren bir kıyaslama olan Harvey's LAB'da ortaya çıktı.
Açıklamadan üç sonuç öne çıkıyor:
Harvey LAB — %19,2 tam geçiş. GLM-Legal, 24 uygulama alanını kapsayan gerçek dünya hukuk firması iş akışlarında, Harvey'in katı tüm geçiş derecelendirmesi kapsamında temel modele göre yüzde 12,5 puanlık bir iyileşmeyle %19,2 puan aldı. Derecelendirme rejimi kasıtlı olarak affetmez: Bir gönderimin sayılması için gereken tüm şartları karşılaması gerekir, dolayısıyla kısmi kredi mevcut değildir. Za.ai, puanın, ara bozulma olmaksızın, uçtan uca güvenilir yürütmeyi doğruladığını söylüyor. LegalBench — kapalı sınır modelleriyle eşitlik. Sözleşmeler, birleşme başvuruları ve adli görüşler hakkındaki özel muhakemeyi test eden LegalBench'te Z.ai, GLM-Legal'in, şirketin önemli ölçüde daha zayıf parametre ayak izi olarak tanımladığı şey üzerinde çalışmasına rağmen en iyi kapalı kaynak sınır modelleriyle eşleştiğini bildirdi. PLawBench — Çin uygulamasındaki güç. Çin hukuki danışmanlığını, vaka analizini ve belge taslağını ayrıntılı değerlendirme başlıkları altında değerlendiren PLawBench'te Z.ai, önde gelen sınır sistemleriyle eşitlik iddiasında bulunuyor.%19,2 rakamı ikinci bir okumayı hak ediyor. Bu aynı zamanda bir ilerleme rekoru (temel modelin üzerinden 12,5 puanlık bir sıçrama) ve hukuki değerlendirmenin ne kadar zorlu olduğunu hatırlatıyor. Tüm geçişli derecelendirmede bu sayı, tam iş akışlarının büyük çoğunluğunun hâlâ en az bir gereksinim konusunda başarısız olduğunu gösteriyor. Yapay zeka sistemlerini değerlendiren yasal alıcılar, satıcı karşılaştırmalarını tam olarak bu nüansı göz önünde bulundurarak okumalıdır.
GLM-Legal Nasıl Eğitildi
Z.ai, modeli, şirketin bu yılın başlarında piyasaya sürdüğü hafif temel modeli olan GLM-5.3-Flash üzerine kurdu ve alışılmadık derecede verimlilik odaklı olarak tanımladığı iki aşamalı bir süreç aracılığıyla etki alanı yetkinliğini en üste katmanlandırdı.
Hukuk külliyatı üzerine orta eğitim
İlk aşama, eğitimin ortasında yüksek kaliteli hukuk külliyatını genişleterek modelin yoğun alan bağlamında hukuki kavramları, yasal kuralları ve yorumlayıcı çerçeveleri öğrenmesine olanak tanır. Za.ai, bu aşamanın gerçekler, kurallar ve sonuçlar arasındaki tümdengelimli zinciri güçlendirdiğini söylüyor; bu, bir modelin karmaşık alt işleri yürütmeden önce ihtiyaç duyduğu alt tabakadır.
Kemerin halkada olduğu antrenman sonrası
İkinci aşamada on binlerce gerçekçi yasal ortamda pekiştirmeli öğrenme kullanılır. Z.ai'nin modeli tek başına eğitmemesi dikkat çekicidir: Görev bağlamını yöneten, araç setlerini birbirine bağlayan ve yürütme geri bildirimini yönlendiren çalışma zamanı düzenleme çerçevesi olan aracı donanımı, modelle birlikte adım adım optimize edildi. Model eğitimi sırasında uç vakalar ortaya çıktı ve donanım mimarisindeki darboğazları açığa çıkardı; donanım iyileştirmeleri eğitime geri beslendi ve modele ilgili bağlamı almayı ve gerçekçi yürütme kısıtlamalarına uyum sağlamayı öğretti.
Üretim geri bildirim döngüleri
Son olarak Z.ai, gerçek dünyadaki iş akışlarının ve uygulayıcı geri bildirimlerinin optimizasyon yol haritasını belirlediğini söylüyor. Hukuk uzmanları çıktıları somut kriterlere göre değerlendirir: tüm kritik konuların ve son durumların ele alınıp alınmadığı, argümanların doğrulanıp kanıtlanmadığı ve alıntıların sağlam olup olmadığı, çıktıların konu özetine uyup uymadığı ve alt ekiplerin çıktıyı manuel yeniden çalışma olmadan kullanıp kullanamayacağı. Bu kararlar ileri eğitime yön veren somut mühendislik sinyallerine dönüştürülür.
Hukuk Sektörü İçin Ne İfade Ediyor?
Alana özel modeller ciddi bir kategori haline geliyor. Z.ai, genel bir modelin her yerde üstün olacağına bahse girmek yerine, sıkı kapsamlı profesyonel görevlerin, hedeflenen orta eğitim ve değerlendirme odaklı iyileştirmeyi ödüllendirdiğine bahse giriyor; dar, yüksek değerli bir iş yükünde genelliği güvenilirlikle değiştiren bir yaklaşım.
Burada da kayda değer bir rekabet yankısı var. Meta'nın aynı gün duyurulan yeni Muse Wonder modelleri de Harvey's LAB'da değerlendirildi; bu, yasal yapay zekanın önde gelen şirketlerinden biri tarafından oluşturulan yasal kriterin, ajans yeterliliği için sektörler arası bir kıstas haline geldiğinin bir işareti. Tüketiciye yönelik laboratuvarlar ve uzmanlaşmış girişimler aynı testte derecelendirildiğinde, alıcılar nadir görülen bir elma-elma karşılaştırma puanı kazanır.
Akılda Tutulması Gereken Uyarılar
Sonuçlar Z.ai tarafından bizzat raporlanmaktadır ve yasal kriterlerin bağımsız olarak kopyalanması hala nadirdir. Şirket, GLM-Legal'in yaygın olarak bulunup bulunmayacağı veya nasıl bulunacağını, modelin maliyetinin ne olacağını veya müşteri gizliliğini nasıl ele alacağını belirtmedi; bu sorular herhangi bir hukuk firmasının veya hukuk departmanının benimsenmeden önce soracağı sorulardır. Ve tüm tedarikçi kıyaslamalarında olduğu gibi, Harvey's LAB'deki performans Harvey's LAB'daki performansı ölçer; belirli bir firmanın konuları, yetki alanları veya belge formatları konusunda yetkinliği garanti etmez.
Yine de gidişatın göz ardı edilmesi zordur. Kapalı sınır sistemlerini yasal gerekçelerle eşleştiren Flash sınıfı bir temel üzerine inşa edilmiş yalın bir model, alana özgü profesyonel yapay zeka çağının beklenenden daha hızlı geldiğini gösteriyor.
