Wen Ting, vom凹非寺
Quantum Bit | Öffentlicher Account QbitAI
Wow, Zhipu hat das vertikale Modell ins Rechtssystem gebracht!
Gerade eben hat Zhipu ein neues, für juristische Zwecke entwickeltes Open-Source-Modell eingeführt – GLM-Legal.
Es kann nicht nur über Gesetze sprechen, sondern auch Aufgaben wie die Prüfung von Verträgen, das Zusammenstellen von Beweisen und die Durchführung von grenzüberschreitenden Compliance-Studien übernehmen und dir ein Ergebnis liefern, das direkt verwendet werden kann.
Die Leistungen sind auch ziemlich gut.
In der kürzlich veröffentlichten rechtlichen Bewertung von Vals AI erreichen das GLM-Legal mit einer 19,2% vollständigen Durchführungsrate und einer 86,23% Genauigkeit die Spitzenpositionen auf den Listen von Harvey LAB und LegalBench für Modelle mit offener Gewichtung.
Na ja, nachdem man Gespräche führt, im Büro arbeitet und Code schreibt, ist es noch nicht genug – die AI beginnt nun, sich auf die komplizierten Aspekte von Rechtsverträgen und Akten zu konzentrieren.
Sobald die Nachricht kam, konnten die Leute nicht mehr sitzen:
Sehr gut, ab jetzt ist GLM-Legal meine Rechtsabteilung.
Aber warte mal – welches Rechtssystem hat es eigentlich gelernt? Kann es wirklich den alten Menschen helfen, Arbeit zu machen?
Dafür muss man es ausbreiten und ansehen.
Kontraktprüfung, Beweismittel zusammenlegen, Compliance durchführen – GLM-Legal kann das alles übernehmen
Die gute Nachricht ist, dass sie tatsächlich an die Gesetze unserer Region angepasst ist und keine Probleme mit der Umstellung auf die neue Umgebung hat.
Egal ob chinesische Rechtspraxis, englische Rechtsaufgaben oder grenzüberschreitende Compliance in Südostasien – es kann alle Aufgaben bewältigen.
Aber die Simulationsprüfung ist letztlich nur eine Seite der Wahrheit.
Es gibt zu viele Fallen im echten Rechtswesen, und man tritt sie ohne jedes Geräusch an.
Ob es überhaupt funktioniert kann, müssen wir es erst in eine echte rechtliche Arbeitsumgebung bringen und sehen, ob es der Team helfen kann, Verträge zu prüfen und die Datenschutzanforderungen vor der Veröffentlichung im Ausland zu klären.
Lassen Sie uns zuerst drei offizielle Demonstrationen betrachten (über den GLM-5.3-Flash gegen den GLM-Legal, sich selbst bekämpfen):
1. Prüfen des Vertrags und klare Planung der Übergabe nach Beendigung der Zusammenarbeit
Wenn wir einen Anbieter für Softwaredienste wechseln müssen, müssen wir oft zuerst die Beendigungs- und Übergabevorschriften im Vertrag genau durchlesen.
Kann der Code, die Daten und die Dokumente ordnungsgemäß zurückgeholt werden? Kann der neue Lieferant mitarbeiten?
Und diese Minen liegen oft in den Klauseln .
Daher empfiehlt GLM-Legal, die Zeit für die Beendigung der Zusammenarbeit von 60 Tagen auf 30 Tage zu verkürzen und den längsten Übergangssupport auf 90 Tage zu erhöhen, damit wir die Übergabe von Code, Dokumenten und Wissen organisieren können.
Darüber hinaus kombiniert es die bereits bestehenden Vereinbarungen über die Verantwortung für die Ergebnisse mit dem Vertrag und fordert die Rückgabe aller Arbeitsergebnisse (einschließlich der noch nicht abgeschlossenen oder noch nicht bezahlten Teile).
Im Vergleich zu GLM-5.3-Flash sind die Vorteile von GLM-Legal deutlich erkennbar:
Der erste Teil liefert nur allgemeine Empfehlungen, während GLM-Legal die Zeit und den Übergabebereich weiter präzisiert und das Überarbeitungskonzept mit den bestehenden Vereinbarungen des Vertrags in Einklang bringt.
Na gut, dieser „Trennungsprozess“ nach der Zusammenarbeit wurde von ihm ganz klar beschrieben – wirklich anständig.
Dann kann ich nicht umhin zu denken: Wie wird GLM-Legal reagieren, wenn ich eine Menge verstreuter Beweise vorlegt?
II. Analyse der Beweise und Verbinden der verstreuten Hinweise
Das ist eigentlich ein sehr reales Problem.
Wie können wir bei Streitigkeiten im Projektverhältnis erkennen, ob die Aussagen des Gegenübers in einer Menge an Berichten, Dokumenten und Chat-Protokollen falsch sind?
Zum Beispiel ist das der Fall, den die offizielle Stelle angeben hat: Die offizielle Berichterstattung besagt, dass das Projekt 60% abgeschlossen ist, während die interne Aufzeichnung nur etwa 41% beträgt.
In den Messungen konnten sowohl der GLM-5.3-Flash- als auch der GLM-Legal das Problem feststellen;
Aber der Unterschied liegt darin, dass das GLM-5.3-Flash nur Empfehlungen gibt, während das GLM-Legal auf den Empfehlungen hin den Fortschrittsbericht mit früheren Risikowarnungen und internen Kommunikationen verknüpft und konkrete Maßnahmen umsetzt.
Sobald diese Spur klar strukturiert ist, können wir zurückkehren zu den ursprünglichen Dokumenten und jedes Element einzeln überprüfen, um herauszufinden, welche Daten tatsächlich richtig sind und die sie weiterhin verwenden können.
III. Compliance für Unternehmen im Ausland – Organisation der Anforderungen in eine Handlungsliste
Und wenn wir unsere Website auf Plattformen im Ausland wie Singapur, Malaysia und Indonesien veröffentlichen möchten, könnten wir mit Problemen konfrontiert sein, die mit Datenschutzkonformität zu tun haben, wie beispielsweise Benutzerverfolgung, E-Mail-Marketing und Auslandskommunikationsspeicherung.
In diesem Moment könnten wir eine Assistentin brauchen, die uns hilft, herauszufinden, welche Vorbereitungen vor dem Launch erforderlich sind.
Dafür hat GLM-Legal in den praktischen Tests die zu beachtenden Compliance-Anforderungen in detaillierte Schritte aufgeteilt, die die Teams umsetzen und weiter überprüfen können – darunter aber nicht nur die Veröffentlichung einer konkreten Datenschutzmitteilung oder die Einführung einer Liste für Abmeldungsanfragen. Alles ist so klar erkenbar.
Dadurch ist es viel einfacher.
Also, wenn wir auf diesem Weg zurückblicken, können wir besser verstehen, warum die 19,2-prozentige vollständige Ablegung bei Harvey LAB so schwierig ist und warum sie so wertvoll ist.
19,2 % vollständig bestanden – wie schwierig war diese Prüfung?
Die Bewertungen von Harvey LAB waren nie nur eine Illusion.
Es verwendet ein strenges „Vollständig-erkauftes“-System, bei dem das Modell nur dann bestanden ist, wenn alle Bewertungsbedingungen einer Aufgabe erfüllt sind – kein einziger Punkt darf fehlen.
Die Aufgabengestaltung ist ebenfalls direkt auf die Arbeiten der Rechtsanwaltskanzleien abgestimmt: Man gibt dem Agent eine Anforderung, eine Gruppe von Kundenmaterialien und bittet ihn, ein Dokument zu erstellen, das zur Überprüfung verwendet werden kann.
Dabei wurde für die Erste Ausgabe des Licht-Harvey LAB die Einstellung vorgenommenüber 1200 ArtenSimulieren der Arbeitstätigkeiten eines Anwaltsbüros, umfasst M&A, Urheberrecht und Bankwesen24Rechtsbereich.
Das bedeutet, dass das Modell auf dem Weg von der Lektüre der Materialien bis zur Nutzung der Werkzeuge und der ordnungsgemäßen Bereitstellung der Ergebnisse keine Fehler machen darf, damit man hier eine gute Punktzahl erhalten kann.
Und neben den Noten ist es auch die Diskrepanz zwischen den Testergebnissen, die unsere Aufmerksamkeit verdient.
In Fällen mit ähnlichen Ergebnissen ist der GLM-Legal etwa 30 Minuten langsamer als der Gemini 4 Argon, aber der Kostenaufwand für jedes Testverfahren des Gemini beträgt etwa 70 Mal mehr als beim GLM-Legal:
Dieses Ergebnis erinnert uns vielleicht auch daran, dass wir bei der Auswahl von Partnern für den juristischen Beruf die Leistungen, die Kosten und die Zeit berücksichtigen müssen.
Wie wurde dann das GLM-Legal tatsächlich trainiert?
Die Antwort könnte vielleicht in einem kompletten Pfad zur Entwicklung von Zhipu verborgen sein.
Nicht nur soll das AI Gesetze lesen, sondern auch es in ein Praktikum im Anwaltskanzlei bringen.
Die Entwicklungsstrategie, die Zhipu für GLM-Legal vorbereitet hat, lässt sich in einem Satz zusammenfassen:
Zuerst wird er in die „Juristische Fakultät“ gebracht, anschließend in das „Simulierte Anwaltsbüro“, um zu üben.
Schritt 1: Die GLM-Lega führt eine mittelzeitige Trainingsphase im juristischen Material auf dem GLM-5.3-Flash-Basisstück durch, um Rechtsbegriffe, Gesetzesbestimmungen und Analysemethoden zu lernen und eine fundierte Fachgrundlage zu schaffen.
Schritt 2: Die GLM-Lega muss durch tausende rechtliche Aufgaben im Umfeld des verstärkten Lernens kontinuierlich üben, Material zu lesen, Analysen durchzuführen, Aufgaben voranzutreiben und Ergebnisse zu liefern.
Gleichzeitig iteriert das Team ständig am Agent- Betriebsrahmen, verbessert die Materialorganisation, die Tool-Verbindungen und den Feedback-Prozess, damit das Modell mit der Arbeitsumgebung zusammenwirkt.
Bekannt, oder? Wenn bekannt ist, ist es richtig!
Ist das nicht einfach die Aufzeichnung der Abenteuer und des Aufstiegs, die wir französische Studenten erleben haben？！
Er begann mit dem Studium der Juristischen Fakultät an der Universität, las ununterbrochen Bücher und sammelte seine Fähigkeiten, dann stürzte er im dritten oder vierten Jahr des Studiums in eine Anwaltskanzlei ein, um als Praktikant zu arbeiten. Nach mehreren Jahren harter Arbeit konnte er schließlich durch hohe Prüfungen aufsteigen und von einem kleinen Außenseiter zu einem zuverlässigen Anwalt werden.
Der Weg, den die AI jetzt geht, ist genau der, den wir damals gegangen sind!
Nur ist GLM-Lega noch in einer relativ unreifen Ausbildungsphase befindlich, wir können also nicht erwarten, dass es sofort den Status eines Partners erreicht.
Schließlich hat der „Rechtsexperte“ Zhipu noch viel zu überprüfen. Die 19,2-prozentige vollständige Abschlussrate bedeutet auch, dass unter strengen Bewertungsbedingungen die meisten Aufgaben noch nicht vollständig erfüllt sind. Es gibt also noch viel Raum für weitere Verbesserungen.
Dies entspricht auch den Aktivitäten von Zhipu im Moment:
Wir laden Anwaltskanzleien, juristische Technologieunternehmen, Unternehmensrechtsteams und selbstständige Praktiker ein, GLM-Legal Beta anzumelden. Wir möchten dass Experten am Testen teilnehmen und Feedback geben, um das Modell gemeinsam zu verbessern;
Gleichzeitig plant Zhipu, die relevanten Fähigkeiten in AutoClaw einzubinden, um eine praktische Anwendung zu ermöglichen.
Wow, hinter diesem alles wird ein klares Signal übermittelt.
Zhi Pu Zheng zieht eine Gruppe von Experten im Rechtsbereich an sich, um GLM-Lega zu verbessern. Das Ziel ist klar: Es soll in der Zukunft tatsächlich ein nützliches Hilfsmittel für Anwälte werden.
Und in der Zukunft, ob Zhipu diese Vision wirklich verwirklichen kann, ist auch etwas, worauf wir hoffen können.
ein weiterer Punkt
Das Rechtsmodell von Qihui Pu Open Book ist auch nicht ein spontanes Ereignis.
Im Jahr 2023 arbeitete Zhipu mit der juristischen Technologiegesellschaft PowerLaw Intelligent zusammen, die sich auf intelligente Verträge konzentriert. Auf Basis des ChatGLM-130B-Frameworks entwickelten und veröffentlichten sie gemeinsam ein juristisches vertikales Modell mit Hundert Milliarden Parametern – PowerLawGLM – für Bereiche wie Rechtsberatung, Vertragsentwürfe und -prüfung.
Danach nahm Zhipu als alter Aktionär weiterhin an der strategischen Finanzierung von PowerLaw Intelligence sowie an der Pre-B-Runde mit fast 80 Millionen Yuan teil.
Und nicht nur Zhipu, die das allgemeine Modell zur „Rechtsauslegung“ schicken.
Schon im August dieses Jahres arbeitete Harvey mit Fireworks zusammen, verwendete Kimi K3 als Grundlage und entwickelte anschließend sein eigenes Rechtmodell – Tenet.
Laut Harvey ist nach dem speziellen Training die Anzahl der LAB-Aufgaben, die er erledigt hat, fast doppelt so hoch wie die des Bodens, während der Kosten stabil bleiben.
Diese Erkundungen haben möglicherweise der Branche auch neue Ideen gebracht, nämlich:
Nachdem der universelle Sockel gewählt wurde, kann man mit professionellen Aufgaben, Branchendaten und Arbeitsumgebungen weiter trainieren, um die Fähigkeiten des Modells noch weiter zu verbessern.
Und in der Zukunft könnte nur jemand, der die „Fachkurse“ des Modells weiter vertiefen und das „Simulationsbüro“ praktischer gestalten kann, es so trainieren, dass es mehr Fähigkeiten bereitstellt, die im echten Arbeitsumfeld verwendet werden können – dieser jemand könnte dann wirklich die Anerkennung der Nutzer in diesem Bereich gewinnen.
Referenzlink:
[1]
https://x.com/Zai_org/status/2109678174468534511?s=20
[2]
https://z.ai/blog/glm-legal
[3]
https://x.com/ValsAI/status/2109678921017168061
[4]
https://www.harvey.ai/blog/introducing-harveys-legal-agent-benchmark?utm_source=chatgpt.com
[5]
https://media.qimingpian.cn/2023/06/29/bd6b454d1bf2400827f682a6c5e7eacf.html?utm_source=chatgpt.com