Par Wenting, depuis Qeushi
QbitAI | Compte public QbitAI
Ah là là, Zhipu pousse la concurrence des modèles verticaux jusqu'au milieu juridique !
À l'instant, Zhipu a lancé un nouveau modèle open source spécialisé dans le droit —GLM-Legal。
Il ne se contente pas de discuter des articles de loi avec vous : il peut aussi prendre en charge toute une série de tâches concrètes comme l'examen de contrats, le rapprochement de preuves, la recherche en conformité transfrontalière, et vous remettre un résultat directement utilisable.
Ses résultats sont également très solides.
Dans la dernière évaluation juridique publiée par Vals AI, GLM-Legal s'est hissé en tête du classement des modèles à poids ouverts sur les deux tableaux, Harvey LAB et LegalBench, avec un taux de réussite de19.2%sur l'ensemble des tâches et une précision de86.23%.
Bon, après les discussions, le bureau de travail et le code, il ne suffit plus de faire de la concurrence : l'IA s'attaque désormais aux tâches minutieuses des contrats juridiques et des dossiers d'affaires.
Dès l'annonce, les internautes n'ont pas pu tenir en place :
C'est très bien, désormais GLM-Legal sera mon équipe juridique.
Mais attends, quel droit a-t-il réellement appris, et peut-il vraiment aider nous Chinois à travailler ?
Il faut regarder cela de plus près.
Examen de contrats, rapprochement de preuves, mise en conformité : GLM-Legal peut tout prendre en charge
Bonne nouvelle :il est vraiment adapté au droit chinois, sans risque d'être en terre inconnue.
Qu'il s'agisse de la pratique juridique en chinois, des tâches juridiques en anglais ou encore des questions de conformité transfrontalière en Asie du Sud-Est, il peut tout traiter.
Mais les examens blancs ne sont qu'un aspect de la chose.
Les pièges du travail juridique réel sont bien trop nombreux : dès qu'on marche dedans, silence radio.
Pour savoir s'il peut vraiment travailler, il faut le lâcher dans un environnement juridique réel et voir s'il peut aider l'équipe à examiner des contrats ou à déterminer les points de conformité en matière de confidentialité avant une publication à l'étranger.
Commençons par trois démonstrations officielles (Ou GLM-5.3-Flash contre GLM-Legal : quand on se bat contre soi-même）：
1. Examiner un contrat et clarifier les dispositions de passation après la fin de la collaboration
Lorsque nous devons changer de fournisseur de services logiciels, il faut d'abord souvent bien comprendre les clauses de résiliation et de passation du contrat.
Peut-on récupérer sans encombre le code, les données et les documents ? Le nouveau fournisseur peut-il prendre la suite ?
Et ces mines, ce sont souvent celles qui sont enfouies dansclausededans.
Ainsi, GLM-Legal nous a suggéré de raccourcir le délai de préavis de résiliation du contrat de 60 jours à 30 jours, et d'ajouter une période de soutien à la transition d'au maximum 90 jours, afin de nous laisser le temps d'organiser la remise du code, de la documentation et des connaissances.
En outre, en s'appuyant sur les dispositions du contrat concernant l'attribution des résultats, il exige la restitution de l'ensemble des livrables de travail (y compris les parties inachevées ou non encore payées).
En comparaison avec GLM-5.3-Flash, l'avantage de GLM-Legal est évident :
le premier ne donne que des conseils assez généraux, tandis que GLM-Legal précise davantage les délais, le périmètre de la passation, etc., et met en correspondance les modifications proposées avec les stipulations existantes du contrat.
Bon, ce « processus de séparation » après la fin de la collaboration a été clairement formalisé par lui, avec beaucoup d'élégance.
Cela m'amène à me demander : si je lui fournis un tas d'éléments de preuve épars, comment GLM-Legal réagira-t-il ?
II. Analyser les preuves et relier les indices épars entre eux
C'est en réalité une question très concrète.
Lorsqu'un litige survient dans le cadre d'une collaboration sur un projet, comment pouvons-nous réellement déterminer, à partir d'une masse colossale de rapports, de documents et d'historiques de discussions, si les affirmations de l'autre partie posent problème ?
Prenons par exemple ce cas fourni par les autorités : il a été rapporté publiquement que le projet était achevé à 60 %, alors que les registres internes n'indiquaient qu'environ 41 %.
Lors des tests pratiques, GLM-5.3-Flash et GLM-Legal ont tous deux pu détecter ce point de contradiction ;
Mais la différence est que GLM-5.3-Flash ne donnait que des suggestions, tandis que GLM-Legal, sur la base des suggestions, a en outre mis en relation le rapport d'avancement avec des alertes de risque antérieures et des communications internes, et l'a concrétisé en actions spécifiques.
Une fois ce fil clarifié, nous pourrons alors revenir au document original pour vérifier chaque élément point par point et déterminer quelle donnée est la bonne et peut continuer à être utilisée.
III. Conformité des entreprises à l'international : transformer les exigences réglementaires en liste d'actions concrètes
Tandis que nous nous préparons à lancer des sites web sur des plateformes étrangères telles que Singapour, la Malaisie et l'Indonésie, nous pouvons être confrontés à des questions où chaque élément — suivi des utilisateurs, marketing par e-mail, stockage cloud à l'étranger — peut impliquerConformité en matière de confidentialité... le problème difficile de.
À ce moment-là, nous pourrions avoir besoin d'un assistant pour nous aider à comprendre quelles préparations sont nécessaires avant la mise en ligne.
À ce sujet, lors de tests pratiques, GLM-Legal a décomposé les points de conformité à surveiller en étapes détaillées que l'équipe peut mettre en œuvre et vérifier ensuite, incluant notamment la publication d'une déclaration de confidentialité spécifique, l'ajout des demandes de désabonnement à une liste de suppression, etc., le tout parfaitement clair.
Voilà qui est bien plus pratique.
En revenant sur ce raisonnement, on comprend donc plus directement en quoi ce taux de réussite global de 19.2 % de Harvey LAB est si difficile à atteindre et pourquoi il a autant de valeur.
19.2 % de réussite totale : à quel point cet examen est-il difficile ?
Les tests du labo Harvey n'ont jamais été de simples fanfaltuons.
Il adopte des normes strictes en matière demécanisme « approbation conditionnelle complète », un modèle n'est considéré comme ayant réussi une tâche que s'il satisfait tous les critères d'évaluation de cette tâche ; il suffit qu'il en manque un seul pour échouer.
La conception de ses tâches est également directement calquée sur les missions confiées par les cabinets d'avocats :Donnez à l'Agent un besoin, un ensemble de documents clients, et laissez-le produire directement un dossier prêt à être examiné.
Parmi lesquelles, rien que la première édition de Harvey LAB, on comptaitPlus de 1200Simuler les tâches d'un cabinet d'avocats, couvrant les fusions-acquisitions, la propriété intellectuelle, la banque et la finance, etc.24Domaine du droit des affaires.
Cela signifie que le modèle, depuis la lecture des documents jusqu'à l'appel des outils et la remise des résultats conformément aux règles, ne doit faillir à aucune étape pour obtenir un bon score ici.
Mais au-delà des résultats, un autre contraste mérite notre attention : celui d'un ensemble de factures de test.
À scores quasi équivalents, GLM-Legal est près de 4 fois plus lent que Gemini Argon.30 minutes、mais le coût de chaque test de Gemini est d'environ celui de GLM-Legal70 fois：
Ce résultat nous rappelle peut-être aussi que, lorsqu'on choisit un partenaire de travail juridique, il faut prendre en compte ensemble les résultats, les coûts et le temps.
Alors, comment GLM-Legal a-t-il été entraîné ?
La réponse se cache peut-être dans un parcours de formation complet mis en place par Zhipu.
Non seulement faire lire le droit à l'IA, mais aussi l'emmener faire un stage dans un « cabinet d'avocats »
Le parcours de croissance que Zhipu a réservé à GLM-Legal peut se résumer en une phrase :
d'abord l'envoyer à la « faculté de droit », puis le faire s'exercer dans un « cabinet d'avocats simulé ».
Dans un premier temps, GLM-Lega effectue un entraînement intermédiaire sur des corpus juridiques à partir de la base GLM-5.3-Flash, apprend les concepts juridiques, les textes de loi et les méthodes d'analyse, afin de consolider ses fondements professionnels.
Dans un second temps, GLM-Lega doit passer par un apprentissage par renforcement dans des dizaines de milliers d'environnements de tâches juridiques, s'exerçant sans cesse à lire des documents, à faire des analyses, à faire progresser les missions et à livrer des résultats.
Parallèlement, l'équipe itère en permanence sur le framework d'exécution de l'Agent, améliorant l'organisation des documents, la connexion des outils et les processus de feedback, afin que le modèle et l'environnement de travail s'habituent mutuellement.
Ça ne vous rappelle rien ? Si, alors c'est bon signe !
N'est-ce pas exactement le parcours de montée en niveau que nous, étudiants en droit, avons vécu ?!
Il faut d'abord intégrer une faculté de droit et avaler frénétiquement des livres pour accumuler ses fondamentaux, puis, en troisième et quatrième année, se plonger tête baissée dans un cabinet d'avocats comme stagiaire surmené, et enfin endurer plusieurs années, voire continuer à passer des examens de niveau supérieur, avant de pouvoir enfin évoluer d'anonymat total vers un avocat fiable.
L'IA suit aujourd'hui exactement le chemin que nous avons parcouru autrefois !
Seulement, GLM-Lega en est encore au stade relativement immature de stagiaire surmené, et on ne peut pas encore espérer qu'il atteigne d'emblée le niveau d'un associé.
Après tout, ce « spécialiste du droit » de Zhipu a encore de nombreux points à vérifier, et un taux de réussite complète de 19.2 % signifie que, dans des conditions d'évaluation strictes, la majorité des tâches n'atteignent pas encore tous les critères : il reste encore une grande marge de progression.
Cela correspond d'ailleurs à l'action actuelle de Zhipu :
inviter des cabinets d'avocats, des entreprises legaltech, des équipes juridiques d'entreprises et des professionnels indépendants à demander l'accès à GLM-Legal Beta, et faire participer des professionnels aux essais, recueillir leurs retours et perfectionner ensemble le modèle ;
parallèlement, Zhipu prévoit également d'intégrer ces capacités dans AutoClaw pour en pousser les applications concrètes.
Eh bien, tout cela transmet un signal très clair :
Zhipu est en train de réunir un groupe de professionnels du droit les plus compétents pour peaufiner GLM-Lega, avec un objectif précis : en faire à l'avenir un véritable outil d'assistance efficace entre les mains des avocats.
Quant à savoir si Zhipu pourra réellement réaliser cette vision à l'avenir, cela mérite aussi notre attention.
one more thing
En réalité, Zhipu ne s'est pas lancé dans les modèles juridiques sur un coup de tête.
Dès 2023, Zhipu avait collaboré avec Milü Intelligence, une entreprise legaltech spécialisée dans les contrats intelligents, pour développer conjointement sur la base du framework ChatGLM-130B un modèle juridique vertical à l'échelle de cent milliards de paramètres,PowerLawGLM, couvrant des scénarios tels que le conseil juridique, la rédaction et la révision de contrats.
Par la suite, Zhipu, en tant qu'actionnaire historique, a continué de participer au financement stratégique de Milü Intelligence ainsi qu'à son tour Pre-B de près de 8000 万元.
Et Zhipu n'est pas le seul à envoyer son modèle généraliste « étudier le droit ».
Dès le 8e mois de l'année en cours, Harvey s'était associé à Fireworks pour entraîner, sur la base de Kimi K3, son propre modèle juridique —Tenet。
Selon Harvey, après cet entraînement spécialisé, le nombre de tâches LAB réservées qu'il a accomplies est proche du double de celui du modèle de base, tandis que les coûts sont restés stables.
Ces explorations offrent peut-être de nouvelles pistes au secteur, à savoir :
une fois un bon modèle de base généraliste choisi, continuer l'entraînement avec des tâches spécialisées, des données sectorielles et un environnement de travail permet encore de faire progresser les capacités du modèle d'un cran.
À l'avenir, celui qui saura enseigner les « cours spécialisés » du modèle de manière solide, construire un « cabinet d'avocats simulé » plus pratique et lui faire acquérir davantage de compétences réellement utilisables dans le travail réel sera peut-être celui qui gagnera véritablement la reconnaissance de ce cercle d'utilisateurs.
Liens de référence :
[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