Z.ai, phòng thí nghiệm AI Trung Quốc đứng sau dòng mô hình GLM, đã phát hành GLM-Legal vào ngày 12 tháng 10, một mô hình chuyên biệt về miền được xây dựng để xử lý công việc pháp lý toàn diện thay vì trả lời các câu hỏi riêng lẻ. Theo thông báo của công ty, GLM-Legal đã đạt được tỷ lệ vượt qua 19,2% trên Điểm chuẩn Đại lý Pháp lý (LAB) của Harvey trong khi phù hợp với các hệ thống biên giới lớn hơn nhiều trong các bài kiểm tra lý luận pháp lý đã được thiết lập — và việc ra mắt đã nhanh chóng thu hút sự chú ý trên Hacker News, nơi nó đã thu thập được 170 điểm trong vòng vài giờ.
Việc phát hành là tín hiệu rõ ràng nhất về nơi mà Z.ai cho rằng thị trường đang hướng tới. Trong khuôn khổ của công ty, các mô hình ngôn ngữ lớn đang chuyển từ việc tạo mã một lượt sang cái mà họ gọi là "Đồng nghiệp chuyên nghiệp": công việc tri thức trong đó nhân viên phải xử lý các tài liệu nguồn bị phân mảnh theo các mục tiêu cụ thể và các hạn chế phân phối chặt chẽ, cấu trúc kiến thức chuyên ngành thành một bản phân tích gắn kết và duy trì tính nghiêm ngặt của miền từ lời nhắc đầu tiên đến lần phân phối cuối cùng. Z.ai lập luận rằng thực tiễn pháp lý tập trung tất cả những yêu cầu đó vào một nơi, điều này khiến nó trở thành một bài kiểm tra căng thẳng lý tưởng dành cho AI cấp chuyên nghiệp. Bạn có thể theo dõi phản ứng của phần còn lại trong ngành trong tin tức nóng hổi về AI của chúng tôi.
Những con số đằng sau buổi ra mắt
Z.ai đã đánh giá GLM-Legal trên ba trục: thực thi nhiệm vụ phức tạp, lý luận pháp lý chuyên biệt và quy trình làm việc pháp lý trong thế giới thực. Kết quả tiêu đề là về Harvey's LAB, một tiêu chuẩn được xây dựng bởi công ty AI hợp pháp Harvey, yêu cầu các mô hình làm việc với các tài liệu nguồn và tuân theo các hướng dẫn chi tiết để tạo ra các sản phẩm công việc hợp pháp hoàn chỉnh.
Ba kết quả nổi bật so với thông báo:
Harvey LAB — 19,2% đạt tất cả. Trong quy trình làm việc của công ty luật trong thế giới thực trải rộng trên 24 lĩnh vực hành nghề, GLM-Legal đạt 19,2% theo cách chấm điểm tất cả nghiêm ngặt của Harvey, cải thiện 12,5 điểm phần trăm so với mô hình cơ sở của nó. Cơ chế chấm điểm có chủ ý không khoan nhượng: bài nộp phải đáp ứng mọi yêu cầu để được tính, do đó không tồn tại một phần tín chỉ. Z.ai cho biết điểm số xác nhận khả năng thực thi toàn diện đáng tin cậy mà không bị suy giảm trung gian. LegalBench — ngang bằng với các mô hình biên giới đóng. Trên LegalBench, nơi kiểm tra lý luận chuyên biệt về hợp đồng, hồ sơ sáp nhập và ý kiến tư pháp, Z.ai báo cáo rằng GLM-Legal phù hợp với các mô hình biên giới nguồn đóng hàng đầu mặc dù chạy trên những gì công ty mô tả là dấu chân tham số gọn gàng hơn đáng kể. PLawBench — sức mạnh trong thực tiễn của Trung Quốc. Trên PLawBench, nơi đánh giá tư vấn pháp lý, phân tích trường hợp và soạn thảo tài liệu của Trung Quốc theo các tiêu chí chi tiết, Z.ai tuyên bố ngang bằng với các hệ thống biên giới hàng đầu.Con số 19,2% xứng đáng được đọc lần thứ hai. Nó đồng thời là một kỷ lục về tiến độ - một bước nhảy 12,5 điểm so với mô hình cơ sở - và là một lời nhắc nhở về mức độ yêu cầu đánh giá pháp lý đại diện vẫn còn. Theo cách chấm điểm toàn bộ, con số này ngụ ý rằng phần lớn đáng kể các quy trình công việc đầy đủ vẫn không đáp ứng được ít nhất một yêu cầu. Người mua hợp pháp đánh giá hệ thống AI nên đọc điểm chuẩn của nhà cung cấp với tinh thần chính xác đó.
GLM-Legal được đào tạo như thế nào
Z.ai đã xây dựng mô hình trên GLM-5.3-Flash, mô hình nền tảng nhẹ mà công ty đã phát hành vào đầu năm nay và xếp năng lực miền lên hàng đầu thông qua quy trình hai giai đoạn mà nó mô tả là tập trung vào hiệu quả một cách bất thường.
Đào tạo giữa kỳ về văn bản pháp luật
Giai đoạn đầu tiên mở rộng tập hợp pháp luật chất lượng cao trong quá trình đào tạo giữa kỳ, cho phép mô hình tìm hiểu các khái niệm pháp lý, quy tắc luật định và khuôn khổ diễn giải trong bối cảnh miền dày đặc. Z.ai cho biết giai đoạn này củng cố chuỗi suy luận giữa các sự kiện, quy tắc và kết luận - nền tảng mà một mô hình cần trước khi nó có thể thực hiện công việc phức tạp ở hạ nguồn.
Sau đào tạo với dây nịt trong vòng
Giai đoạn thứ hai sử dụng phương pháp học tăng cường trên hàng chục nghìn môi trường pháp lý thực tế. Đáng chú ý, Z.ai không đào tạo mô hình một cách cô lập: khai thác tác nhân — khung điều phối thời gian chạy quản lý bối cảnh tác vụ, kết nối các bộ công cụ và định tuyến phản hồi thực thi — đã được đồng tối ưu hóa với mô hình theo từng bước khóa. Các trường hợp cạnh xuất hiện trong quá trình đào tạo mô hình đã bộc lộ các điểm nghẽn trong kiến trúc khai thác, trong khi các cải tiến khai thác được đưa trở lại vào quá trình đào tạo, hướng dẫn mô hình truy xuất bối cảnh liên quan và thích ứng với các ràng buộc thực thi thực tế.
Vòng phản hồi sản xuất
Cuối cùng, Z.ai cho biết quy trình làm việc trong thế giới thực và phản hồi của người thực hành đặt ra lộ trình tối ưu hóa cho nó. Các chuyên gia pháp lý đánh giá kết quả đầu ra dựa trên các tiêu chí cụ thể: liệu tất cả các vấn đề quan trọng và các trường hợp đặc biệt có được giải quyết hay không, liệu các lập luận có được chứng minh và trích dẫn hợp lý hay không, liệu các sản phẩm phân phối có tuân thủ bản tóm tắt vấn đề hay không và liệu các nhóm ở cấp dưới có thể sử dụng kết quả đầu ra mà không cần làm lại thủ công hay không. Những phán đoán đó được chuyển đổi thành các tín hiệu kỹ thuật cụ thể để định hướng đào tạo thêm.
Ý nghĩa của nó đối với ngành pháp lý
Các mô hình chuyên biệt về miền đang trở thành một phạm trù nghiêm túc. Thay vì đặt cược rằng một mô hình chung sẽ vượt trội ở mọi nơi, Z.ai đang đặt cược rằng các nhiệm vụ chuyên môn có phạm vi chặt chẽ sẽ thưởng cho quá trình sàng lọc theo định hướng đánh giá và đào tạo giữa kỳ có mục tiêu — một cách tiếp cận đánh đổi tính tổng quát để lấy độ tin cậy trên khối lượng công việc hẹp, có giá trị cao.
Có một tiếng vang cạnh tranh đáng chú ý ở đây. Các mô hình Muse Wonder mới của Meta, được công bố cùng ngày, cũng được đánh giá trên Harvey's LAB, một dấu hiệu cho thấy tiêu chuẩn pháp lý do một trong những công ty hàng đầu về pháp lý AI tạo ra đã trở thành thước đo xuyên ngành cho năng lực của tác nhân. Khi các phòng thí nghiệm hướng tới người tiêu dùng và các công ty khởi nghiệp chuyên biệt được xếp loại theo cùng một bài kiểm tra, người mua sẽ đạt được điểm so sánh hiếm có giữa táo với táo.
Những điều cần lưu ý
Kết quả được Z.ai tự báo cáo và việc sao chép độc lập các tiêu chuẩn pháp lý đại lý vẫn còn hiếm. Công ty vẫn chưa cho biết liệu GLM-Legal có được phổ biến rộng rãi hay không hay như thế nào, mô hình này sẽ có giá bao nhiêu hoặc cách nó xử lý tính bảo mật của khách hàng – những câu hỏi mà bất kỳ công ty luật hoặc bộ phận pháp lý nào cũng sẽ đặt ra trước khi áp dụng. Và giống như tất cả các điểm chuẩn của nhà cung cấp, hiệu suất trên LAB của Harvey đo lường hiệu suất trên LAB của Harvey; nó không đảm bảo năng lực về các vấn đề, khu vực pháp lý hoặc định dạng tài liệu của một công ty cụ thể.
Tuy nhiên, quỹ đạo khó có thể bỏ qua. Một mô hình tinh gọn được xây dựng trên nền tảng lớp Flash phù hợp với các hệ thống biên giới khép kín về lý luận pháp lý cho thấy kỷ nguyên AI chuyên nghiệp dành riêng cho từng miền đang đến nhanh hơn nhiều người mong đợi.
