Z.ai تكشف عن GLM-Legal، نموذج وكيلي لسير العمل القانوني

قدّمت Z.ai نموذج GLM-Legal الوكيلي المتخصص في المجال القانوني، والمبني على أساس GLM-5.3-Flash، في إعلان صدر في 12 أكتوبر 2026، وأفادت بتحقيقه معدل اجتياز كامل بلغ 19.2% في معيار Harvey LAB الذي يقيس سير العمل الفعلي لمكاتب المحاماة.

ترى الشركة أن العمل القانوني يشكّل اختباراً مثالياً لقدرة النماذج على العمل في بيئات مهنية عالية المخاطر. وتقول Z.ai إن الممارسة القانونية تتطلب سلسلة متصلة تربط بين الوقائع والأحكام التشريعية والاستدلال التحليلي والعمل الجاهز لتقديمه إلى العميل: فعند إسناد مهمة مهنية إليه، يجب على الوكيل استخلاص المسائل الأساسية من المستندات المصدرية، وبناء حجج يمكن الدفاع عنها، وصياغة النتائج وفق مواصفات المهمة بدقة. وتكتب الشركة أن استيفاء كل هذه المتطلبات في آن واحد هو المعيار الحقيقي للنماذج المتخصصة في مجال بعينه.

نتائج المعايير

تقول Z.ai إنها قيّمت GLM-Legal وفق ثلاثة محاور: تنفيذ المهام المعقدة، والاستدلال القانوني المتخصص، وسير العمل القانوني الفعلي.

أفادت الشركة بأن GLM-Legal حقق معدل اجتياز كامل بلغ 19.2% في Harvey LAB، الذي يقيّم سير العمل الفعلي لمكاتب المحاماة في 24 مجالاً من مجالات الممارسة، متقدماً على نموذجه الأساسي بفارق 12.5 نقطة مئوية. وتقول Z.ai إن النتيجة، وفق نظام Harvey الصارم الذي يشترط اجتياز جميع أجزاء المهمة، تؤكد موثوقية تنفيذ المهام من بدايتها إلى نهايتها من دون تراجع في المراحل الوسيطة.

تقول الشركة إن النموذج يحلل العقود المتخصصة وإيداعات الاندماج والآراء القضائية بدقة تضاهي دقة أفضل النماذج الرائدة مغلقة المصدر، رغم عمله بميزانية معاملات أقل بكثير. وتفيد Z.ai أيضاً بأنه يضاهي الأنظمة الرائدة في PLawBench، الذي يقيّم الاستشارات القانونية الصينية وتحليل القضايا وصياغة المستندات وفق معايير تفصيلية.

منهجية التدريب

بُني GLM-Legal على ما تصفه Z.ai بأنه أساس GLM-5.3-Flash خفيف الوزن، وتُنمّى كفاءته في المجال من خلال تدريب وسيط متخصص مقترن بتدريب لاحق عالي الكفاءة.

في مرحلة التدريب الوسيط، زادت Z.ai حجم المدونات القانونية عالية الجودة كي يتعلم النموذج المفاهيم القانونية والقواعد التشريعية وأطر التفسير ضمن سياق تخصصي كثيف. ووفقاً للشركة، تعزز هذه المرحلة الروابط الاستنتاجية بين الوقائع والقواعد والاستنتاجات، وتوفر قاعدة المعرفة اللازمة لتنفيذ المهام المعقدة في المراحل اللاحقة.

يحوّل التدريب اللاحق هذه المعرفة المتخصصة إلى تنفيذ للمهام عبر التعلم المعزز ضمن عشرات الآلاف من البيئات القانونية الواقعية، حيث يتعلم النموذج تخطيط التحليل ودفع سير العمل قدماً وإنتاج المخرجات في ظل قيود محددة. وتصف Z.ai إطار Harness بأنه إطار التنسيق التشغيلي وقت التنفيذ في هذا الإعداد؛ إذ يدير سياق المهمة، ويربط مجموعات الأدوات، ويوجه ملاحظات التنفيذ. وتقول الشركة إن بنية Harness وتدريب النموذج يتطوران بالتوازي الوثيق، وإن التعلم يسير في الاتجاهين: فالحالات الحدية التي تظهر أثناء تدريب النموذج تكشف الاختناقات المعمارية في إطار Harness، بينما تتيح تحسينات الإطار للنموذج التعرض لقيود تنفيذ واقعية، بدءاً من استقبال المطالبات ووصولاً إلى الاعتماد النهائي.

تحوّل مرحلة ثالثة ملاحظات الإنتاج إلى إشارة تدريبية. وتقول Z.ai إن المتخصصين القانونيين يقيّمون المخرجات وفق معايير محددة: ما إذا كانت جميع المسائل الجوهرية والحالات الحدية قد عولجت، وما إذا كانت الحجج مدعومة جيداً والاستشهادات سليمة قانونياً، وما إذا كان الناتج يلتزم بدقة بموجز القضية، وما إذا كان بإمكان الفرق اللاحقة استخدامه فوراً من دون إعادة عمل يدوية. وتحول هذه المتطلبات جودةً ذاتية التقدير إلى إشارات خسارة هندسية محددة، تعيد الشركة إدخالها في بيئات المهام ومعايير التقييم وتصميم إطار Harness في دورات التدريب اللاحقة، مع التحقق من التحسينات بمقارنتها بمعايير الإنتاج.

ثلاث مهام قانونية في AutoClaw

تقول Z.ai إن المستخدمين سيتمكنون قريباً من الاستفادة من إمكانات GLM-Legal في AutoClaw، منصة الوكلاء المصممة للعمل على أجهزة سطح المكتب، وقد نشرت ثلاث مهام نموذجية لتوضيح هذا التكامل. ويُعرض كل مثال إلى جانب مخرجات نموذج GLM-5.3-Flash الأساسي للمقارنة.

في مثال لمراجعة عقد، طُلب من النموذج فحص عقد خدمات برمجية لعميل ينتقل إلى مزود آخر، مع التركيز على الإنهاء وتسليم الأعمال. واقترح الناتج النموذجي تقليص مهلة الإخطار التي يتعين على العميل تقديمها لإنهاء العقد دون سبب من 60 يوماً إلى 30 يوماً، وإلغاء مهلة معالجة الإخلالات المتعلقة بالملكية الفكرية أو السرية أو أمن البيانات، بما يتيح للعميل إنهاء العقد فوراً، وإلزام المزود بإعادة جميع المخرجات والأعمال قيد التنفيذ، سواء دُفعت مستحقاتها أم لا، وإضافة ما يصل إلى 90 يوماً من المساعدة الانتقالية التي تشمل نقل الشفرة المصدرية والوثائق والبيانات والمعرفة. ثم يدرج AutoClaw هذه التعديلات في مستند Word على هيئة تغييرات متعقبة وتعليقات.

في مثال لتحليل الأدلة شمل 40 مستندًا من نزاع يتعلق بمشروع برمجي، قارنت المخرجات النموذجية تقريرًا للعميل مؤرخًا في 30 سبتمبر، يفيد بأن المشروع يسير وفق الخطة وأنه أُنجز بنسبة 60%، بتحذير داخلي مؤرخ في 8 سبتمبر، يشير إلى أنه لا يمكن الوفاء بالمرحلة المحددة بصدق، وبلقطة داخلية تسجل إنجاز نحو 41% من المشروع. وربطت هذه السجلات بتوجيه من الرئيس التنفيذي لإخفاء المخاطر ومواصلة إصدار الفواتير، واستشهدت بالبندين 2 و5 من اتفاقية الخدمات الرئيسية، اللذين ينصان على أن الدفع لا يعني التنازل عن الحقوق وأن الضمانات تظل سارية بعد الدفع، دعمًا لنظرية التستر، مع الإشارة إلى ضرورة اختبار عناصر المطالبة المتبقية قبل التوصل إلى استنتاج نهائي.

في مثال على البحث في مجال الامتثال، طُلب من النموذج وضع خطة للامتثال لقوانين الخصوصية لموقع إلكتروني سيُطلق في سنغافورة وماليزيا وإندونيسيا، ويستخدم أدوات التتبع والتسويق عبر البريد الإلكتروني والتخزين السحابي خارج البلاد. وأنتجت المخرجات النموذجية قائمة أولويات لما قبل الإطلاق: نشر إشعارات الخصوصية باللغتين الإنجليزية والإندونيسية، واشتراط الموافقة المسبقة على التحليلات والإعلانات غير الضرورية مع الاحتفاظ بسجلات الموافقة، وإحالة طلبات إلغاء الاشتراك إلى قائمة منع الإرسال، وتحديد وجهات البيانات لدى مزودي الخدمات السحابية والدفع والبريد الإلكتروني والتحليلات وتوصيل المحتوى، والتحقق من العقود وضمانات نقل البيانات المطلوبة في كل سوق، مع الإشارة إلى الأحكام القانونية ذات الصلة في قوانين حماية البيانات الشخصية في سنغافورة وماليزيا وقانون حماية البيانات الشخصية في إندونيسيا.

الوصول إلى النسخة التجريبية

تدعو Z.ai مكاتب المحاماة وشركات التكنولوجيا القانونية والفرق القانونية الداخلية والممارسين المستقلين إلى الانضمام إلى النسخة التجريبية من GLM-Legal، على أن يُتاح الوصول إلى واجهة برمجة التطبيقات عبر تقديم طلب استشارة.

AutoClaw نفسه تطبيق سطح مكتب يُثبّت محليًا. ووفقًا لـ صفحة المنتج الخاصة بـ AutoClaw، فهو يدعم Windows 10 والإصدارات الأحدث، وmacOS على أجهزة Apple Silicon وأجهزة Intel، وiOS وAndroid، كما تتوفر إصدارات لنظام Linux. يضم التطبيق أكثر من 50 مهارة مدمجة، ويدعم التبديل بين نموذجي GLM وDeepSeek، ويتصل بـ WhatsApp وTelegram وDiscord وLark ومنصات المراسلة الأخرى، ليتمكن المستخدمون من إسناد المهام وتلقي نتائجها ضمن سلاسل المحادثات.