For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/es/articles/glm-legal-explained-harvey-lab-scores-leg-ebeccf7b.md.
Z.ai ha presentado GLM-Legal, un modelo especializado para tareas como revisar contratos, relacionar pruebas y preparar investigaciones de c...
Z.ai ha presentado GLM-Legal, un modelo especializado para tareas como revisar contratos, relacionar pruebas y preparar investigaciones de cumplimiento normativo. Su enfoque está en el proceso que transforma los materiales fuente en un borrador utilizable, en lugar de responder a una pregunta aislada sobre un concepto jurídico.
El informe proporcionado destaca resultados que ocupan el primer puesto entre los modelos de pesos abiertos en dos pruebas de referencia jurídicas. Las cifras subyacentes son más útiles que el titular: aproximadamente el 19,2 % de las tareas superó todos los criterios de Harvey's Legal Agent Benchmark, y la precisión en LegalBench fue del 86,23 %.
Esos porcentajes miden cosas distintas. No demuestran que el modelo sea el mejor sistema para todas las jurisdicciones ni que pueda asumir de forma independiente la responsabilidad de un asunto jurídico.
El anuncio oficial describe evaluaciones de ejecución compleja, razonamiento jurídico especializado y flujos de trabajo jurídicos prácticos. Los resultados relacionados con la práctica jurídica china utilizan PLawBench; otros ejemplos incluyen materiales en inglés y tareas transfronterizas de privacidad.
Ese alcance responde a una pregunta evidente sobre el modelo: no se presenta como un chatbot jurídico exclusivamente en inglés. Sin embargo, eso no significa que todas sus respuestas estén actualizadas o sean aplicables en todos los países. La legislación pertinente, los hechos, la fecha y la revisión profesional siguen determinando si un borrador resulta útil.
La primera demostración trata de un cliente que cambia de proveedor de servicios de software. La tarea consiste en revisar las cláusulas de rescisión y transición para que el cliente pueda recuperar los materiales y mantener el proyecto en marcha.
En comparación con la respuesta del modelo base GLM-5.3-Flash, el modelo especializado propone cambios más concretos. En este ejemplo, recomienda reducir de 60 a 30 días el preaviso para la rescisión sin causa, eliminar el plazo de subsanación para determinadas infracciones graves y añadir hasta 90 días de asistencia para la transición.
También vincula la devolución de los entregables propuestos con la cláusula existente del contrato sobre la titularidad de los productos del trabajo. Esto abarca el trabajo inacabado y no pagado, no solo los entregables terminados y pagados. La transición incluye código fuente, documentación, datos y transferencia de conocimientos.
Estas son propuestas de negociación para el contrato proporcionado. Un preaviso de 30 días o una transición de 90 días no constituyen requisitos jurídicos generales. Su idoneidad depende del acuerdo, de la posición del cliente, del precio y de la legislación aplicable.
En la segunda demostración, el agente recibe 40 documentos relativos a una disputa sobre un proyecto de software. Un informe de progreso dirigido al cliente describe el proyecto como completado en un 60 %, mientras que una captura interna sitúa el avance en aproximadamente un 41 %.
Tanto el modelo base como el especializado detectan la discrepancia. GLM-Legal va más allá y relaciona el informe de progreso con una advertencia anterior sobre el hito, instrucciones internas relativas a la divulgación y la facturación, y cláusulas contractuales sobre los pagos y los derechos que siguen vigentes.
Esto permite definir una vía de investigación más clara: identificar qué documentos originales respaldan cada punto, conciliar las métricas de finalización y comprobar los elementos que falten para sustentar una reclamación. El resultado presenta una posible teoría del caso; por sí sola, la discrepancia entre porcentajes no permite concluir definitivamente que hubo fraude o responsabilidad.
El tercer ejemplo trata de un sitio web que se lanza en Singapur, Malasia e Indonesia. El flujo de trabajo incluye seguimiento, correos electrónicos de marketing y almacenamiento en la nube en el extranjero.
GLM-Legal organiza una serie de prioridades previas al lanzamiento: avisos, registros de consentimiento, permisos de marketing independientes, exclusión de los envíos de quienes se hayan dado de baja, un mapa de la ubicación de los datos de los proveedores y revisión de las garantías contractuales y de transferencia. Su respuesta distingue entre una base común conservadora y las cuestiones que aún deben confirmarse para cada país.
El valor práctico reside en generar un borrador con acciones que un equipo puede asignar y verificar. La demostración no sustituye la consulta de la legislación vigente, las directrices de los reguladores, los flujos de datos reales ni los requisitos locales del servicio concreto.
Harvey diseñó LAB en torno a tareas que podría recibir un asociado de un bufete: una solicitud de un socio, un asunto de un cliente con materiales de apoyo y un entregable que otra persona pueda revisar. La primera versión contiene más de 1.200 tareas en 24 áreas de práctica, con más de 75.000 criterios de evaluación redactados por expertos.
La prueba utiliza una evaluación de aprobación total. Una tarea solo se considera completada si se cumplen todos los criterios exigidos, incluidos aspectos como los hechos, las citas, las conclusiones, los plazos, las cantidades económicas y el formato de salida. Si falta un requisito sustancial, la tarea no supera la evaluación completa.
| Evaluación | Resultado en los materiales revisados | Qué mide |
|---|---|---|
| Harvey LAB | 19,17 %, redondeado al 19,2 % | Porcentaje de tareas que satisfacen todos los criterios exigidos. |
| LegalBench | 86,23 % de precisión en la página actual del modelo de Vals | Precisión en una colección independiente de tareas de razonamiento jurídico. |
| PLawBench | Z.ai informa de resultados a la par de los principales sistemas de vanguardia | Evaluación de la práctica jurídica china; no utiliza la misma métrica que los resultados de Vals anteriores. |
El anuncio original de Vals califica a GLM-Legal como el modelo de pesos abiertos líder en LAB y LegalBench en el momento de esa comparación. Las clasificaciones generales incluyen sistemas propietarios: la página de Vals revisada para este artículo lo situaba en el séptimo puesto de 80 en LAB y en el decimoquinto de 151 en LegalBench. Las clasificaciones y el número de muestras pueden cambiar a medida que se añaden evaluaciones.
Una tasa de aprobación total del 19,2 % demuestra avances con un estándar estricto, pero también significa que la gran mayoría de las tareas evaluadas no cumplió todos los criterios. Esto justifica examinar los casos de fallo y mantener la revisión; no justifica tratar el modelo como un bufete autónomo.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
La fuente compara GLM-Legal con Gemini 4 Argon en la clasificación de LAB. En esa instantánea, los resultados de aprobación de tareas eran parecidos, pero GLM-Legal tardó aproximadamente media hora más y costó mucho menos por prueba; la diferencia de coste indicada fue de unas 70 veces.
Son mediciones de ejecuciones del benchmark, no una garantía para otro conjunto de documentos ni para la factura mensual de un equipo. El uso de herramientas, el diseño del entorno de ejecución, los ajustes de razonamiento, la duración de las tareas y los reintentos afectan a la economía en la práctica.
La descripción oficial del entrenamiento parte de GLM-5.3-Flash y añade especialización en varias etapas:
El entorno de ejecución forma parte del sistema que se está mejorando. Si se utiliza el mismo modelo con otro entorno de herramientas, es posible que no se reproduzca la calidad del flujo de trabajo mostrado.
Z.ai invita a bufetes, empresas de tecnología jurídica, equipos jurídicos internos y profesionales independientes a solicitar acceso a la beta de la API de GLM-Legal. Su anuncio indica que las capacidades jurídicas también llegarán a AutoClaw y presenta en ese contexto los ejemplos de edición en Word e investigación.
Vals clasifica GLM-Legal como un modelo de pesos abiertos. Sin embargo, los materiales del lanzamiento revisados aquí no confirman la disponibilidad de un punto de control descargable, sus condiciones de licencia, la pila de inferencia compatible ni los requisitos de hardware. Tampoco hay una base verificada para proporcionar un comando de instalación de Docker o afirmar que el despliegue local ya esté disponible de forma general.
Para un equipo que quiera evaluarlo ahora, la vía concreta indicada en el anuncio es la consulta oficial y la solicitud para la beta. Conviene comprobar las condiciones reales de acceso a la beta y la disponibilidad de AutoClaw en el momento de utilizarlo.
El informe proporcionado sitúa GLM-Legal junto al trabajo anterior de Zhipu con PowerLaw en PowerLawGLM, en 2023. También señala Tenet, de Harvey, como otro ejemplo de especialización de un modelo general mediante entrenamiento posterior orientado a un dominio.
La idea común es sencilla: el conocimiento jurídico por sí solo no basta. Un asistente útil debe organizar los materiales fuente, separar los hechos de las inferencias, utilizar las herramientas de manera adecuada y producir un trabajo que un profesional pueda inspeccionar. El lanzamiento de GLM-Legal revisado aporta indicios sobre este enfoque, aunque todavía queda un margen considerable para mejorar la fiabilidad de las tareas completas.
GLM-Legal es el modelo jurídico especializado de Z.ai, creado sobre GLM-5.3-Flash. El anuncio se centra en flujos de trabajo de agentes, como la revisión de contratos, el análisis de pruebas y la investigación de cumplimiento normativo.
La afirmación del informe proporcionado sobre su posición de liderazgo se refiere a una comparación de modelos de pesos abiertos en pruebas de referencia específicas. Las clasificaciones generales también incluyen sistemas propietarios, y los puestos en los benchmarks no demuestran la idoneidad para todas las tareas jurídicas.
No. La puntuación de aprobación total de LAB mide las tareas en las que se cumplieron todos los criterios de evaluación exigidos. La cifra del 86,23 % de LegalBench es una métrica distinta, obtenida en otra evaluación.
Z.ai informa de resultados en PLawBench, que abarca consultas, análisis y redacción de textos jurídicos en China. Esto respalda el alcance previsto para el derecho chino, pero cada respuesta debe comprobarse teniendo en cuenta los hechos pertinentes y la legislación vigente.
Los materiales revisados no proporcionan una descarga verificada del punto de control, una licencia, especificaciones de hardware ni un procedimiento de despliegue con Docker. Aunque Vals lo clasifica como un modelo de pesos abiertos, la vía oficial de lanzamiento descrita aquí es solicitar acceso a la beta de la API.
En su anuncio, Z.ai describe la incorporación de GLM-Legal a AutoClaw como una iniciativa futura. Los ejemplos muestran el flujo de trabajo previsto, pero no establecen un acceso sin restricciones para todos los usuarios.
GLM-Legal combina entrenamiento especializado en el ámbito jurídico con optimización de flujos de trabajo de agentes, y sus demostraciones destacan entregables específicos que pueden revisarse. Los resultados de las pruebas de referencia son prometedores dentro de las comparaciones indicadas, mientras que la estricta puntuación de LAB también deja visible la brecha de fiabilidad que aún queda por cerrar.
Utiliza la beta y los resultados de las pruebas de referencia para evaluar flujos de trabajo concretos; no conviertas una posición en una clasificación en una afirmación general de competencia jurídica o preparación para el despliegue.
Empieza con una sola frase y obtén un sitio completo en minutos.
