Z.ai، GLM ماڈل فیملی کے پیچھے چینی AI لیب نے 12 اکتوبر کو GLM-Legal کو جاری کیا، ایک ڈومین خصوصی ماڈل جو الگ تھلگ سوالات کے جوابات دینے کے بجائے اینڈ ٹو اینڈ قانونی کام کو سنبھالنے کے لیے بنایا گیا تھا۔ کمپنی کے اعلان کے مطابق، GLM-Legal نے Harvey's Legal Agent Benchmark (LAB) پر 19.2% آل پاس ریٹ حاصل کیا جبکہ قائم شدہ قانونی استدلال کے ٹیسٹوں پر بہت بڑے فرنٹیئر سسٹمز سے مماثلت پائی — اور لانچ نے ہیکر نیوز پر تیزی سے توجہ مبذول کرائی، جہاں اس نے گھنٹوں میں 170 پوائنٹس اکٹھے کر لیے۔
ریلیز ابھی تک سب سے واضح اشارہ ہے کہ Z.ai کے خیال میں مارکیٹ کہاں جا رہی ہے۔ کمپنی کے فریمنگ میں، بڑے زبان کے ماڈلز سنگل ٹرن کوڈ جنریشن سے اس طرف منتقل ہو رہے ہیں جسے اسے "پروفیشنل کا ورک" کہا جاتا ہے: علمی کام جس میں ایجنٹ کو ٹھوس مقاصد اور سخت ترسیل کی رکاوٹوں کے تحت منقسم ماخذ دستاویزات کو ہضم کرنا چاہیے، خصوصی علم کو مربوط تجزیہ میں ڈھانچنا چاہیے، اور پہلی ترسیل سے لے کر حتمی ترسیل تک ڈومین کی سختی کو برقرار رکھنا چاہیے۔ Z.ai کا کہنا ہے کہ قانونی مشق، ان تمام مطالبات کو ایک جگہ پر مرکوز کرتی ہے، جو اسے پیشہ ورانہ گریڈ AI کے لیے ایک مثالی تناؤ کا امتحان بناتی ہے۔ آپ ہماری بریکنگ AI خبروں کی کوریج میں باقی انڈسٹری کے ردعمل کی پیروی کر سکتے ہیں۔
لانچ کے پیچھے نمبر
Z.ai نے تین محوروں میں GLM-Legal کا جائزہ لیا: پیچیدہ کام کی تکمیل، خصوصی قانونی استدلال، اور حقیقی دنیا کے قانونی ورک فلو۔ سرخی کا نتیجہ Harvey's LAB پر ہے، قانونی AI کمپنی Harvey کی طرف سے بنایا گیا ایک بینچ مارک جس کے لیے ماڈلز کو ماخذ دستاویزات کے ساتھ کام کرنے اور قانونی کام کی تیار شدہ مصنوعات تیار کرنے کے لیے تفصیلی ہدایات پر عمل کرنے کی ضرورت ہوتی ہے۔
اعلان سے تین نتائج سامنے آتے ہیں:
Harvey LAB — 19.2% آل پاس۔ 24 پریکٹس ایریاز پر محیط حقیقی دنیا کے قانونی فرم کے ورک فلو میں، GLM-Legal نے Harvey کی سخت آل پاس گریڈنگ کے تحت 19.2% اسکور کیا، جو اس کے بیس ماڈل کے مقابلے میں 12.5 فیصد پوائنٹس کی بہتری ہے۔ درجہ بندی کا نظام دانستہ طور پر ناقابل معافی ہے: جمع کرانے کو شمار کرنے کی ہر ضرورت کو پورا کرنا چاہیے، اس لیے جزوی کریڈٹ موجود نہیں ہے۔ Z.ai کا کہنا ہے کہ اسکور درمیانی تنزلی کے بغیر اختتام سے آخر تک قابل اعتماد عملدرآمد کی تصدیق کرتا ہے۔ LegalBench — بند فرنٹیئر ماڈلز کے ساتھ برابری۔ LegalBench پر، جو معاہدوں، انضمام کی فائلنگز، اور عدالتی آراء پر خصوصی استدلال کی جانچ کرتا ہے، Z.ai رپورٹ کرتا ہے کہ GLM-Legal سب سے اوپر بند سورس فرنٹیئر ماڈلز سے مماثلت رکھتا ہے باوجود اس کے کہ کمپنی اسے نمایاں طور پر دبلی پتلی پیرامیٹر فٹ پرنٹ کے طور پر بیان کرتی ہے۔ PLawBench — چینی مشق میں طاقت۔ PLawBench پر، جو چینی قانونی مشورے، کیس کے تجزیہ، اور دستاویزی مسودے کی عمدہ روبرکس کے تحت جائزہ لیتا ہے، Z.ai نے صف اول کے فرنٹیئر سسٹمز کے ساتھ برابری کا دعویٰ کیا۔19.2% اعداد و شمار ایک سیکنڈ پڑھنے کے مستحق ہیں۔ یہ بیک وقت پیشرفت کا ایک ریکارڈ ہے — بیس ماڈل پر 12.5 پوائنٹ کی چھلانگ — اور اس بات کی یاددہانی ہے کہ ایجنٹ کی قانونی تشخیص کا مطالبہ کس طرح باقی ہے۔ آل پاس گریڈنگ کے تحت، نمبر کا مطلب ہے کہ مکمل ورک فلو کی کافی اکثریت اب بھی کم از کم ایک ضرورت پر ناکام ہو جاتی ہے۔ AI سسٹمز کا جائزہ لینے والے قانونی خریداروں کو وینڈر بینچ مارکس کو بالکل ذہن میں رکھتے ہوئے پڑھنا چاہیے۔
GLM-قانونی کی تربیت کیسے کی گئی۔
Z.ai نے ماڈل کو GLM-5.3-Flash پر بنایا، جو کہ کمپنی نے اس سال کے شروع میں جاری کیا تھا، ہلکا پھلکا فاؤنڈیشن ماڈل، اور ڈومین کی قابلیت کو ایک دو مرحلوں والی پائپ لائن کے ذریعے سب سے اوپر بنایا جو اسے غیر معمولی طور پر کارکردگی پر مرکوز قرار دیتا ہے۔
قانونی کارپورا پر مڈ ٹریننگ
پہلا مرحلہ درمیانی تربیت کے دوران اعلیٰ معیار کے قانونی کارپورا کو وسعت دیتا ہے، جس سے ماڈل کو گھنے ڈومین سیاق و سباق کے اندر قانونی تصورات، قانونی قواعد اور تشریحی فریم ورک سیکھنے کی اجازت ملتی ہے۔ Z.ai کا کہنا ہے کہ یہ مرحلہ حقائق، اصولوں اور نتائج کے درمیان کٹوتی کے سلسلے کو مضبوط کرتا ہے - ایک ماڈل کو پیچیدہ بہاو کے کام کو انجام دینے سے پہلے اس سبسٹریٹ کی ضرورت ہوتی ہے۔
لوپ میں ہارنس کے ساتھ پوسٹ ٹریننگ
دوسرا مرحلہ دسیوں ہزار حقیقت پسندانہ قانونی ماحول میں کمک سیکھنے کا استعمال کرتا ہے۔ خاص طور پر، Z.ai نے ماڈل کو تنہائی میں تربیت نہیں دی: ایجنٹ ہارنس — رن ٹائم آرکیسٹریشن فریم ورک جو ٹاسک سیاق و سباق کا انتظام کرتا ہے، ٹول سیٹس کو جوڑتا ہے، اور روٹس ایگزیکیوشن فیڈ بیک — کو لاک اسٹپ میں ماڈل کے ساتھ مل کر بنایا گیا تھا۔ ماڈل ٹریننگ کے دوران سامنے آنے والے ایج کیسز نے ہارنیس آرکیٹیکچر میں رکاوٹوں کو بے نقاب کیا، جب کہ ہارنس ریفائنمنٹ دوبارہ ٹریننگ میں شامل ہو گئے، ماڈل کو متعلقہ سیاق و سباق کو بازیافت کرنے اور عمل درآمد کی حقیقت پسندانہ رکاوٹوں کو اپنانے کی تعلیم دی۔
پروڈکشن فیڈ بیک لوپس
آخر میں، Z.ai کا کہنا ہے کہ حقیقی دنیا کے کام کے بہاؤ اور پریکٹیشنرز کے تاثرات نے اس کی اصلاح کا روڈ میپ ترتیب دیا ہے۔ قانونی پیشہ ور ٹھوس معیارات کے خلاف نتائج کا جائزہ لیتے ہیں: چاہے تمام اہم مسائل اور ایج کیسز پر توجہ دی جائے، چاہے دلائل ثابت ہوں اور حوالہ جات درست ہوں، آیا ڈیلیوری ایبلز معاملے کے مختصر پر عمل کرتے ہیں، اور آیا نیچے دھارے والی ٹیمیں دستی دوبارہ کام کے بغیر آؤٹ پٹ کو استعمال کرسکتی ہیں۔ ان فیصلوں کو کنکریٹ انجینئرنگ سگنلز میں تبدیل کیا جاتا ہے جو مزید تربیت کو آگے بڑھاتے ہیں۔
قانونی صنعت کے لیے اس کا کیا مطلب ہے۔
ڈومین کے خصوصی ماڈلز ایک سنجیدہ زمرہ بن رہے ہیں۔ یہ شرط لگانے کے بجائے کہ ایک عام ماڈل ہر جگہ بہتر ہو جائے گا، Z.ai شرط لگا رہا ہے کہ مضبوطی سے دائرہ کار والے پیشہ ورانہ کاموں کو نشانہ بنایا گیا وسط تربیت اور تشخیص سے چلنے والی تطہیر کا بدلہ ملے گا - ایک ایسا نقطہ نظر جو ایک تنگ، اعلی قدر والے کام کے بوجھ پر بھروسے کے لیے عمومیت کا سودا کرتا ہے۔
یہاں بھی ایک قابل ذکر مسابقتی بازگشت ہے۔ میٹا کے نئے میوز ونڈر ماڈلز، جس کا اعلان اسی دن کیا گیا، کا بھی ہاروی کے ایل اے بی پر جائزہ لیا گیا، یہ اس بات کی علامت ہے کہ قانونی AI کی معروف کمپنیوں میں سے ایک کا بنایا گیا قانونی معیار ایجنٹ کی اہلیت کے لیے ایک کراس انڈسٹری یارڈ اسٹک بن گیا ہے۔ جب صارفین کا سامنا کرنے والی لیبز اور خصوصی سٹارٹ اپس کو ایک ہی ٹیسٹ پر درجہ بندی کیا جاتا ہے تو خریداروں کو سیب سے سیب کے مقابلے کا ایک نادر نقطہ حاصل ہوتا ہے۔
ذہن میں رکھنے کے قابل انتباہات
نتائج Z.ai کے ذریعہ خود رپورٹ کیے گئے ہیں، اور ایجنٹی قانونی معیارات کی آزادانہ نقل اب بھی نایاب ہے۔ کمپنی نے یہ نہیں بتایا ہے کہ GLM-Legal وسیع پیمانے پر دستیاب ہوگا یا نہیں، ماڈل کی قیمت کیا ہوگی، یا یہ کلائنٹ کی رازداری کو کیسے ہینڈل کرتی ہے — سوالات کوئی بھی قانونی فرم یا قانونی محکمہ اپنانے سے پہلے پوچھے گا۔ اور جیسا کہ تمام وینڈر بینچ مارکس کے ساتھ، ہاروے کی LAB پر کارکردگی ہاروے کی LAB پر کارکردگی کی پیمائش کرتی ہے۔ یہ کسی مخصوص فرم کے معاملات، دائرہ اختیار، یا دستاویز کے فارمیٹس پر اہلیت کی ضمانت نہیں دیتا۔
پھر بھی، رفتار کو نظر انداز کرنا مشکل ہے۔ قانونی استدلال پر بند فرنٹیئر سسٹمز سے مماثل فلیش کلاس فاؤنڈیشن پر بنایا گیا ایک دبلا ماڈل تجویز کرتا ہے کہ ڈومین سے متعلق پیشہ ورانہ AI کا دور بہت سی توقعات سے زیادہ تیزی سے آرہا ہے۔
