Wen Ting, enviado desde Au Fei Si
Quantum Bit | Publicación oficial QbitAI
Vaya, Zhipu ha llevado el modelo vertical al ámbito legal.
Justo ahora, Zhipu lanzó un nuevo modelo open source especializado en derecho: GLM-Legal.
No solo puede hablar sobre las leyes y regulaciones, sino que también se encarga de trabajos específicos como la revisión de contratos, la organización de pruebas y el estudio de cumplimiento transfronterizo, y te entrega un resultado que puede usarse directamente.
Las calificaciones también son bastante buenas.
En la última evaluación legal publicada por Vals AI, GLM-Legal ocuparon el primer lugar en las listas de modelos de peso abierto de Harvey LAB y LegalBench, con una tasa de éxito total del 19.2% y una precisión del 86.23%.
Bueno, después de hablar en chat, trabajar en oficina y escribir código, la IA comenzó a centrarse en las tareas detalladas de los contratos legales y los archivos judiciales.
En cuanto salió el mensaje, los amigos no pudieron quedarse quietos:
Está bien, está bien, en el futuro GLM-Legal será mi equipo legal.
Pero espera, ¿de qué ley de país aprende realmente? ¿Realmente puede ayudarnos a los ancianos a trabajar?
Esto tiene que ser explorado.
Revisar contratos, analizar pruebas, garantizar cumplimiento legal: GLM-Legal se encarga de todo.
La buena noticia es que realmente se adapta a la ley de nuestro país, y no tendrá problemas por las diferencias culturales.
Ya sea en exámenes de derecho chino práctico, tareas legales en inglés o normas transfronterizas en el sudeste asiático, puede manejarlas.
Pero el examen simulado es, después de todo, solo una parte.
Hay demasiados riesgos en el trabajo legal real, y cada uno de ellos puede causar problemas sin que se note nada.
Para saber si realmente puede hacer trabajo, todavía tenemos que ponerlo en un entorno legal real para ver si puede ayudar al equipo a revisar contratos y determinar los asuntos de cumplimiento de privacidad antes de su publicación en el extranjero.
Veamos primero tres demostraciones oficiales (sobre GLM-5.3-Flash contra GLM-Legal, peleando contra sí mismos):
I. Revisar los contratos y aclarar los arreglos de transferencia después del final de la colaboración
Cuando necesitamos cambiar al proveedor de servicios de software, a menudo es necesario primero entender claramente las cláusulas de terminación y transferencia del contrato.
¿Pueden recuperarse correctamente los códigos, los datos y los documentos? ¿Podrá el nuevo proveedor seguir con la operación?
Y estas minas, a menudo, están enterradas en cláusulas.
Por lo tanto, GLM-Legal nos sugiere reducir el plazo para la notificación de cese de la colaboración de 60 días a 30 días, y aumentar el apoyo de transición máximo a 90 días, para que podamos organizar la transferencia de código, documentos y conocimientos.
Además, también combina las disposiciones existentes sobre la atribución de los logros del contrato, exigiendo que se devuelvan todos los resultados del trabajo (incluyendo las partes que aún no están completas o que aún no han sido pagadas).
En comparación con el GLM-5.3-Flash, las ventajas del GLM-Legal son muy evidentes:
El primero solo ofrece sugerencias generales, mientras que GLM-Legal aclara aún más aspectos como el tiempo y el alcance de la transferencia, y relaciona las propuestas de modificación con los acuerdos existentes del contrato.
Bueno, este “proceso de despedida” después de terminar la colaboración está claramente detallado por él, es muy elegante.
Entonces, no puedo evitar pensar: ¿cómo reaccionará GLM-Legal cuando lance un montón de pruebas dispersas?
II. Analizar las pruebas y unir las pistas dispersas.
Esto es en realidad un problema muy real.
Cuando surgen conflictos en la colaboración entre proyectos, ¿cómo podemos determinar si las afirmaciones de la otra parte son correctas o no, a partir de una gran cantidad de informes, documentos y registros de chat?
Por ejemplo, en el caso que proporciona la autoridad oficial: el informe externo indica que el proyecto está completo en un 60%, pero los registros internos muestran solo aproximadamente un 41%.
En las pruebas reales, tanto el GLM-5.3-Flash como el GLM-Legal pudieron detectar este punto de contradicción.
Pero la diferencia es que el GLM-5.3-Flash solo ofrece recomendaciones, mientras que el GLM-Legal, basándose en dichas recomendaciones, relaciona el informe de progreso con los avisos de riesgo anteriores y la comunicación interna, y traduce todo esto en acciones concretas.
Cuando esta pista esté claramente organizada, podremos volver al origen para verificar cada elemento por separado y determinar qué dato es correcto, y así podemos seguir utilizándolo.
III. Cumplimiento normativo de las empresas en el extranjero: organizar los requisitos regulatorios en una lista de acciones
Y cuando estemos preparando la lanzamiento de nuestro sitio web en plataformas extranjeras como Singapur, Malasia e Indonesia, podríamos enfrentar problemas relacionados con el seguimiento de usuarios, marketing por correo electrónico y almacenamiento en la nube en el extranjero, cada uno de los cuales puede implicar cumplir con las normas de privacidad.
En ese momento, podríamos necesitar un ayudante que nos ayude a determinar qué preparativos hay que hacer antes de lanzar el producto.
Para ello, GLM-Legal, en las pruebas reales, dividió los asuntos de cumplimiento que deben ser tomados en consideración en pasos detallados que el equipo puede llevar a cabo y verificar continuamente, incluyendo pero no limitado a la publicación de una declaración específica de privacidad y la inclusión de una lista de contenido para solicitudes de cancelación. Todo es claro y fácil de entender.
Ahora es mucho más conveniente.
Así que, si retrocedemos con este enfoque, podremos entender de manera más clara cuál es la dificultad y qué valor tiene esta tasa de aprobación del 19.2% en el Harvey LAB.
19.2% completo, ¿qué tan difícil era este examen?
Los análisis de Harvey LAB nunca han sido una simple farsa.
Utiliza un estricto “aprobación total bajo todas las condiciones”, por lo que el modelo solo es aprobado si cumple con todas las condiciones de calificación en una tarea, ni una menos.
Su diseño de tarea también se ajusta directamente a las tareas asignadas por los bufetes de abogados: darle al agente una solicitud, un conjunto de materiales para clientes, y hacer que él organice directamente un documento que pueda ser revisado.
En la primera edición del Harvey LAB, se han configuradomás de 1200 tareas relacionadas con el trabajo de un bufete de abogados, que abarcan24 áreas legales como fusiones y adquisiciones, propiedad intelectual y finanzas bancarias.
Esto significa que el modelo, desde leer los materiales y usar las herramientas, hasta entregar los resultados según las reglas, no debe fallar en ningún momento, para poder obtener una buena puntuación aquí.
Y además de los resultados, hay una diferencia notable en las facturas de prueba que merece nuestra atención.
En caso de resultados similares, GLM-Legal es casi30 minutos más lento que Gemini 4 Argon, pero el coste de cada prueba de Gemini es aproximadamente70 veces mayor que el de GLM-Legal:
Este resultado quizá también nos recuerde que, al elegir compañeros para trabajar en el derecho, también debemos considerar los resultados, los costos y el tiempo.
¿Cómo se entrenó exactamente GLM-Legal?
La respuesta quizás esté escondida en el conjunto de rutas de desarrollo completo de Zhipu.
No solo hay que dejar que la IA lea leyes, sino también llevarla a un posgrado en una firma de abogados.
La ruta de crecimiento que Zhipu ha organizado para GLM-Legal se puede resumir en una frase:
Primero se introduce en la “Facultad de Derecho”, luego se lleva a la “firma legal simulada” para practicar.
Primero paso, GLM-Lega realizará entrenamiento intermedio en el corpus legal del GLM-5.3-Flash, y aprenderá conceptos legales, leyes y métodos de análisis, estableciendo así una base profesional sólida.
Segundo paso, GLM-Lega debe utilizar el aprendizaje refuerzo en entornos de tareas legales que involucran decenas de miles de tareas, practicando constantemente la lectura de materiales, el análisis, la ejecución de tareas y la entrega de resultados.
Al mismo tiempo, el equipo también está iterando constantemente el marco de ejecución del Agente, mejorando la organización de los materiales, la conexión de herramientas y el proceso de retroalimentación, para que el modelo se adapte al entorno de trabajo.
¿Es familiar? ¡Si es familiar, está bien!
¿No es esta la historia real de cómo los estudiantes de Derecho superan obstáculos y avanzan en su progreso?!
Primero, entró en la Facultad de Derecho de la universidad y estudió con ahínco para acumular conocimiento, luego, en el tercer o cuarto año de la carrera, se sumergió en un bufete de abogados como aprendiz, trabajando duro. Después de varios años, incluso logró ascender en su carrera, y finalmente se convirtió en un abogado confiable, desde un estado insignificante.
La tecnología de IA que está avanzando ahora, es precisamente el camino que nosotros recorrimos en el pasado.
Sin embargo, GLM-Lega todavía se encuentra en una etapa relativamente inicial de práctica, así que no podemos esperar que alcance el nivel de socio de inmediato.
Después de todo, Zhipu, este “especialista en leyes”, todavía tiene muchas cosas que seguir verificando. La tasa de aprobación del 19.2% también significa que, bajo condiciones de calificación estrictas, la mayoría de las tareas aún no han cumplido con los estándares completos, y todavía hay mucho espacio para mejorar.
Esto también corresponde a las acciones que actualmente lleva a cabo ZhiPu:
Se invita a bufetes de abogados, empresas tecnológicas de derecho, equipos legales de empresas y profesionales independientes a solicitar GLM-Legal Beta, y se espera que los profesionales participen en la prueba experimental y den sus comentarios, para trabajar juntos en el perfeccionamiento del modelo;
Al mismo tiempo, Zhipu también planea integrar las capacidades relacionadas en AutoClaw, promoviendo su uso práctico.
Vaya, detrás de esto se transmite una señal clara.
Zhi Pu Zheng está guiando a un grupo de profesionales del derecho para mejorar GLM-Lega. El objetivo es claro: hacer que en el futuro sea una herramienta útil en manos de los abogados.
Y en el futuro, si Zhipu puede realmente llevar a cabo esta visión, también vale la pena esperar por ello.
uno más
El modelo legal de Kaiwen Intelligence, en realidad, no es algo que surge de la improvisación.
En 2023, Zhipu colaboró con PowerLaw Intelligent, una empresa tecnológica legal especializada en contratos inteligentes, y desarrolló conjuntamente, basándose en el framework ChatGLM-130B, un modelo vertical jurídico de cientos de miles de millones de parámetros PowerLawGLM, que se utiliza para consultas legales, redacción y revisión de contratos.
Después de eso, Zhipu continuó participando como accionista antiguo en la financiación estratégica de PowerLaw Intelligence y en una financiación Pre-B de casi 80 millones de yuanes.
Y no solo Zhipu es quien envía los modelos generales para “leer leyes”.
Ya en agosto de este año, Harvey se unió con Fireworks, utilizando Kimi K3 como base, y posteriormente desarrolló su propio modelo legal: Tenet.
Según Harvey, después del entrenamiento especializado, la cantidad de tareas que completa el LAB se acerca al doble de la cantidad de tareas reservadas para la base, mientras que el costo se mantiene estable.
Estas exploraciones quizás también han proporcionado algunas nuevas ideas para la industria, a saber:
Después de elegir el soporte universal adecuado, seguirá entrenando con tareas profesionales, datos del sector y entornos de trabajo para seguir avanzando en las capacidades del modelo.
Y en el futuro, quien pueda enseñar aún más de manera sólida las “asignaturas especiales” del modelo, construir de forma más práctica la “firma de simulación”, y hacer que desarrolle más habilidades útiles en el trabajo real, quizás pueda ganar realmente la reconocimiento de los usuarios de ese nivel.
Enlace de referencia:
[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