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/ru/articles/glm-legal-explained-harvey-lab-scores-leg-ebeccf7b.md.
Z.ai представила GLM-Legal — специализированную модель для таких задач, как проверка договоров, сопоставление доказательств и подготовка исс...
Z.ai представила GLM-Legal — специализированную модель для таких задач, как проверка договоров, сопоставление доказательств и подготовка исследований по вопросам соответствия требованиям. Модель ориентирована на весь путь от исходных материалов до пригодного к использованию черновика, а не на ответ на отдельный вопрос о юридическом понятии.
В предоставленном отчёте отмечены первые места среди моделей с открытыми весами в двух юридических бенчмарках. Однако заголовочные показатели лучше оценивать по конкретным цифрам: около 19,2% заданий были полностью пройдены в Harvey Legal Agent Benchmark, а точность на LegalBench составила 86,23%.
Эти проценты измеряют разные показатели. Они не доказывают, что модель является лучшей системой для любой юрисдикции или может самостоятельно нести ответственность за юридическое дело.
В официальном объявлении говорится об оценке выполнения сложных задач, специализированных юридических рассуждений и практических юридических процессов. Результаты по китайской юридической практике получены на PLawBench; другие примеры связаны с англоязычными материалами и трансграничными вопросами конфиденциальности.
Эти сведения отвечают на очевидный вопрос о модели: её не представляют как англоязычный юридический чат-бот. Однако это не означает, что каждый ответ будет актуален или применим в любой стране. Полезность черновика по-прежнему зависит от применимого права, фактов, даты и профессиональной проверки.
В первой демонстрации рассматривается ситуация, когда клиент меняет поставщика программных услуг. Задача — проверить условия расторжения и перехода, чтобы клиент мог получить материалы и продолжить работу над проектом.
По сравнению с ответом базовой GLM-5.3-Flash специализированная модель предлагает более конкретные изменения. В этом примере она рекомендует сократить срок уведомления о расторжении без указания причины с 60 до 30 дней, отменить период на устранение нарушений для определённых серьёзных нарушений и предусмотреть до 90 дней помощи при переходе.
Модель также связывает предлагаемую передачу результатов с уже существующим в договоре положением о правах на результаты работ: оно охватывает незавершённые и неоплаченные работы, а не только завершённые и оплаченные результаты. Объём передачи включает исходный код, документацию, данные и передачу знаний.
Это предлагаемые позиции для переговоров по предоставленному договору. Срок уведомления в 30 дней или передача проекта в течение 90 дней не являются общим требованием закона. Их целесообразность зависит от соглашения, позиции клиента, стоимости и применимого права.
Во второй демонстрации агенту предоставляют 40 документов по спору вокруг программного проекта. В отчёте для клиента говорится, что проект выполнен на 60%, тогда как внутренний снимок данных указывает на готовность примерно в 41%.
И базовая, и специализированная модели выявляют это расхождение. GLM-Legal идёт дальше и связывает отчёт о ходе работ с более ранним предупреждением о контрольном этапе, внутренними инструкциями о раскрытии информации и выставлении счетов, а также с положениями договора об оплате и сохраняющихся правах.
Это позволяет яснее определить дальнейший ход проверки: установить, какие исходные документы подтверждают каждый тезис, сопоставить показатели готовности и проверить остальные элементы возможного требования. Результат представляет возможную версию дела, но сам по себе не превращает несовпадающие проценты в окончательный вывод о мошенничестве или ответственности.
Третий пример касается запуска веб-сайта в Сингапуре, Малайзии и Индонезии. Процесс включает отслеживание пользователей, маркетинговую электронную почту и хранение данных в зарубежном облаке.
GLM-Legal структурирует список приоритетных задач до запуска: уведомления, записи о согласии, отдельные разрешения на маркетинг, подавление рассылок для отписавшихся, карта мест хранения данных у поставщиков, а также проверка договорных гарантий и мер защиты при передаче данных. В ответе отдельно обозначен консервативный общий базовый набор и вопросы, требующие уточнения с учётом законодательства конкретной страны.
Практическая ценность — в черновике со списком действий, которые команда может назначить ответственным и проверить. Демонстрация не заменяет проверку актуального законодательства, указаний регуляторов, фактических потоков данных и местных требований к конкретной услуге.
Harvey разработала LAB на основе задач, которые могут поручить сотруднику юридической фирмы: запрос от партнёра, дело клиента с подтверждающими материалами и результат, который сможет проверить другой человек. Первая версия включает более 1200 заданий в 24 областях практики и свыше 75 000 критериев оценки, сформулированных экспертами.
В бенчмарке применяется оценка по принципу полного прохождения. Задание считается выполненным только при соблюдении каждого обязательного критерия, включая факты, ссылки на источники, выводы, сроки, денежные суммы и формат результата. Если не выполнено хотя бы одно существенное требование, задание не засчитывается как полностью пройденное.
| Оценка | Результат в рассмотренных материалах | Что измеряется |
|---|---|---|
| Harvey LAB | 19,17%, округлённо — 19,2% | Доля заданий, в которых соблюдены все обязательные критерии. |
| LegalBench | 86,23% на текущей странице модели Vals | Точность на отдельном наборе заданий по юридическим рассуждениям. |
| PLawBench | По данным Z.ai, результат сопоставим с ведущими передовыми системами | Оценка китайской юридической практики; её метрика отличается от обеих оценок Vals. |
В исходном объявлении Vals GLM-Legal названа ведущей моделью с открытыми весами по LAB и LegalBench на момент сравнения. В общие рейтинги входят и проприетарные системы: на странице Vals, рассмотренной для этой статьи, модель занимала седьмое место из 80 в LAB и пятнадцатое из 151 в LegalBench. Рейтинги и число тестовых примеров могут меняться по мере добавления новых оценок.
Показатель полного прохождения в 19,2% свидетельствует о прогрессе при строгом стандарте, но также означает, что подавляющее большинство оценённых заданий не соответствовало всем критериям. Это основание изучать случаи ошибок и сохранять проверку специалистом, а не считать модель автономной юридической фирмой.
Опишите идею одной фразой, и We0 AI создаст сайт-витрину, страницы и CMS, а после запуска поможет привлечь клиентов и трафик.
Одна полная генерация проекта для бесплатной регистрации
Лучше всего попробовать один полный поток генерации и быстро увидеть первый черновик проекта.
В источнике GLM-Legal сравнивается с Gemini 4 Argon в таблице лидеров LAB. В представленном срезе результаты по пройденным заданиям были близки, но GLM-Legal потребовалось примерно на полчаса больше, а стоимость одного теста была значительно ниже; сообщалось, что разница в стоимости составляла около 70 раз.
Это результаты тестового запуска, а не гарантия показателей на другом наборе документов или месячного счёта команды. На практическую экономику влияют использование инструментов, архитектура тестового окружения, настройки рассуждений, длина заданий и повторные попытки.
В официальном описании обучение начинается с GLM-5.3-Flash и включает несколько этапов специализации:
Тестовое окружение — часть системы, которую совершенствуют. Одинаковая модель в другой инструментальной среде может не обеспечить качество рабочего процесса, показанное в демонстрации.
Z.ai приглашает юридические фирмы, компании в сфере юридических технологий, внутренние юридические команды и независимых специалистов подать заявку на бета-доступ к API GLM-Legal. В объявлении говорится, что юридические возможности также появятся в AutoClaw; именно в этом контексте описаны примеры редактирования документов Word и проведения исследований.
Vals указывает, что GLM-Legal — модель с открытыми весами. Однако рассмотренные здесь материалы о запуске не подтверждают наличие файла модели для скачивания, условия лицензии, поддерживаемый стек инференса или требования к оборудованию. В них нет проверенных оснований для команды установки Docker или утверждения, что локальное развёртывание уже доступно всем желающим.
Для команды, оценивающей модель сейчас, конкретный вариант, указанный в объявлении, — обратиться за консультацией и подать официальную заявку на бета-доступ. Фактические условия доступа к бета-версии и доступность AutoClaw следует проверять на момент использования.
В предоставленном отчёте GLM-Legal рассматривается вместе с более ранней работой Zhipu и PowerLaw над PowerLawGLM в 2023 году. В нём также упоминается Tenet от Harvey как ещё один пример специализации универсальной модели посредством дообучения для конкретной области.
Общая идея проста: одних юридических знаний недостаточно. Полезный помощник должен упорядочивать исходные материалы, отделять факты от выводов, правильно использовать инструменты и выдавать результат, который профессионал сможет проверить. Представленный выпуск GLM-Legal даёт основания оценить такой подход, но также показывает, что надёжность при выполнении заданий целиком ещё предстоит значительно улучшить.
GLM-Legal — специализированная юридическая модель Z.ai, построенная на GLM-5.3-Flash. В объявлении основной акцент сделан на агентских рабочих процессах, таких как проверка договоров, анализ доказательств и исследования по вопросам соответствия требованиям.
Утверждение в предоставленном отчёте о лидирующих позициях относится к сравнению моделей с открытыми весами на конкретных бенчмарках. В общие рейтинги также входят проприетарные системы, а позиции в бенчмарках не доказывают пригодность модели для любой юридической задачи.
Нет. Показатель полного прохождения в LAB отражает долю заданий, в которых соблюдены все обязательные критерии оценки. Показатель LegalBench в 86,23% — это другая метрика для другой оценки.
Z.ai сообщает о результатах на PLawBench, охватывающем юридические консультации, анализ и подготовку документов по китайскому праву. Это подтверждает, что модель рассчитана на работу с китайским правом, однако каждый конкретный ответ всё равно нужно проверять с учётом применимых фактов и актуального законодательства.
В рассмотренных материалах нет проверенной ссылки для скачивания модели, сведений о лицензии и характеристиках оборудования или инструкции по развёртыванию через Docker. Хотя Vals классифицирует модель как модель с открытыми весами, в официальном объявлении описан доступ через заявку на бета-тестирование API.
В объявлении Z.ai говорится, что GLM-Legal появится в AutoClaw. Примеры показывают предполагаемый рабочий процесс, но не подтверждают неограниченный доступ для всех пользователей.
GLM-Legal сочетает обучение в юридической области с оптимизацией агентских рабочих процессов; в демонстрациях акцент сделан на конкретных результатах, которые можно проверить. Результаты бенчмарков выглядят многообещающе в рамках указанных сравнений, а строгий показатель LAB также наглядно показывает сохраняющийся разрыв в надёжности.
Используйте бета-доступ и результаты бенчмарков для оценки конкретных рабочих процессов; не превращайте место в рейтинге в безусловное утверждение о юридической компетентности или готовности к развёртыванию.
Начните с одной фразы и получите полноценный сайт за считанные минуты.
