Η Z.ai παρουσιάζει το GLM-Legal, ένα μοντέλο με δυνατότητες αυτόνομης δράσης για νομικές ροές εργασίας

Η Z.ai παρουσίασε το GLM-Legal, ένα μοντέλο με δυνατότητες αυτόνομης δράσης για τον νομικό τομέα, βασισμένο στη θεμελιώδη έκδοση GLM-5.3-Flash, με ανακοίνωση στις 12 Οκτωβρίου 2026, αναφέροντας ποσοστό πλήρους επιτυχίας 19,2% στη δοκιμασία Harvey LAB, η οποία αξιολογεί πραγματικές ροές εργασίας δικηγορικών εταιρειών.

Η εταιρεία θεωρεί ότι η νομική εργασία αποτελεί ιδανική δοκιμασία αντοχής για την εκπαίδευση μοντέλων που καλούνται να λειτουργήσουν σε επαγγελματικά περιβάλλοντα υψηλού διακυβεύματος. Σύμφωνα με τη Z.ai, η νομική πρακτική απαιτεί αδιάσπαστη σύνδεση ανάμεσα στα πραγματικά περιστατικά, τη νομοθεσία, την αναλυτική σκέψη και το παραδοτέο που προορίζεται για τον πελάτη: όταν του ανατίθεται ένα επαγγελματικό έργο, ένας πράκτορας πρέπει να εντοπίζει τα βασικά ζητήματα στα έγγραφα των πηγών, να διαμορφώνει τεκμηριωμένα επιχειρήματα και να παρουσιάζει τα ευρήματά του σύμφωνα με τις ακριβείς προδιαγραφές του έργου. Όπως αναφέρει η εταιρεία, πραγματικό μέτρο σύγκρισης για τα μοντέλα εξειδικευμένων τομέων είναι η ταυτόχρονη ικανοποίηση όλων αυτών των απαιτήσεων.

Αποτελέσματα συγκριτικών δοκιμών

Η Z.ai αναφέρει ότι αξιολόγησε το GLM-Legal σε τρεις άξονες: εκτέλεση σύνθετων εργασιών, εξειδικευμένη νομική συλλογιστική και πραγματικές νομικές ροές εργασίας.

Στη Harvey LAB, η οποία βαθμολογεί πραγματικές ροές εργασίας δικηγορικών εταιρειών σε 24 τομείς δικηγορικής πρακτικής, το GLM-Legal πέτυχε ποσοστό πλήρους επιτυχίας 19,2%, δηλαδή βελτίωση κατά 12,5 ποσοστιαίες μονάδες σε σχέση με το βασικό μοντέλο του, αναφέρει η εταιρεία. Η Z.ai υποστηρίζει ότι, με το αυστηρό σύστημα βαθμολόγησης πλήρους επιτυχίας της Harvey, το αποτέλεσμα επιβεβαιώνει την αξιόπιστη εκτέλεση εργασιών από την αρχή έως το τέλος, χωρίς υποβάθμιση στα ενδιάμεσα στάδια.

Σύμφωνα με την εταιρεία, στο LegalBench το μοντέλο αναλύει εξειδικευμένες συμβάσεις, έγγραφα συγχωνεύσεων και δικαστικές γνωμοδοτήσεις με ακρίβεια αντίστοιχη των κορυφαίων μοντέλων αιχμής κλειστού κώδικα, παρότι λειτουργεί με σημαντικά μικρότερο προϋπολογισμό παραμέτρων. Η Z.ai αναφέρει επίσης ότι το μοντέλο βρίσκεται στο ίδιο επίπεδο με τα κορυφαία συστήματα αιχμής στο PLawBench, το οποίο αξιολογεί την παροχή νομικών συμβουλών, την ανάλυση υποθέσεων και τη σύνταξη εγγράφων στο κινεζικό νομικό πλαίσιο με βάση λεπτομερή κριτήρια.

Μεθοδολογία εκπαίδευσης

Το GLM-Legal βασίζεται στη θεμελιώδη έκδοση GLM-5.3-Flash, την οποία η Z.ai περιγράφει ως ελαφριά, και αναπτύσσει την εξειδίκευσή του μέσω εξειδικευμένης ενδιάμεσης εκπαίδευσης σε συνδυασμό με μετεκπαίδευση υψηλής αποδοτικότητας.

Στο στάδιο της ενδιάμεσης εκπαίδευσης, η Z.ai αύξησε τον όγκο των νομικών σωμάτων κειμένων υψηλής ποιότητας, ώστε το μοντέλο να μαθαίνει νομικές έννοιες, νομοθετικούς κανόνες και ερμηνευτικά πλαίσια μέσα σε ένα πυκνό θεματικό πλαίσιο. Σύμφωνα με την εταιρεία, αυτό το στάδιο ενισχύει τους επαγωγικούς συσχετισμούς ανάμεσα στα πραγματικά περιστατικά, τους κανόνες και τα συμπεράσματα, παρέχοντας τη βάση γνώσεων που απαιτείται για την εκτέλεση σύνθετων εργασιών στα επόμενα στάδια.

Η μετεκπαίδευση μετατρέπει αυτή τη γνώση του πεδίου σε ικανότητα εκτέλεσης εργασιών, μέσω ενισχυτικής μάθησης σε δεκάδες χιλιάδες ρεαλιστικά νομικά περιβάλλοντα, όπου το μοντέλο μαθαίνει να σχεδιάζει την ανάλυση, να προωθεί τις ροές εργασίας και να παράγει παραδοτέα υπό συγκεκριμένους περιορισμούς. Η Z.ai περιγράφει το Harness ως το πλαίσιο ενορχήστρωσης κατά την εκτέλεση σε αυτή τη ρύθμιση: διαχειρίζεται το πλαίσιο της εργασίας, συνδέει σύνολα εργαλείων και δρομολογεί την ανατροφοδότηση για την εκτέλεση. Σύμφωνα με την εταιρεία, η αρχιτεκτονική του Harness και η εκπαίδευση του μοντέλου εξελίσσονται παράλληλα, ενώ η μάθηση κινείται και προς τις δύο κατευθύνσεις: οι οριακές περιπτώσεις που αναδεικνύονται κατά την εκπαίδευση του μοντέλου εντοπίζουν αρχιτεκτονικά σημεία συμφόρησης στο Harness, ενώ οι βελτιώσεις του Harness εκθέτουν το μοντέλο σε ρεαλιστικούς περιορισμούς εκτέλεσης, από την εισαγωγή της προτροπής έως την τελική έγκριση.

Ένα τρίτο στάδιο μετατρέπει την ανατροφοδότηση από την παραγωγική χρήση σε εκπαιδευτικό σήμα. Η Z.ai αναφέρει ότι οι νομικοί αξιολογούν τα αποτελέσματα με βάση συγκεκριμένα κριτήρια: αν καλύπτονται όλα τα κρίσιμα ζητήματα και οι οριακές περιπτώσεις, αν τα επιχειρήματα τεκμηριώνονται επαρκώς και οι παραπομπές είναι νομικά ορθές, αν το παραδοτέο συμμορφώνεται αυστηρά με την περιγραφή της υπόθεσης και αν οι ομάδες που θα το αξιοποιήσουν στη συνέχεια μπορούν να χρησιμοποιήσουν αμέσως το αποτέλεσμα, χωρίς να χρειαστούν χειροκίνητες διορθώσεις. Αυτές οι απαιτήσεις μετατρέπουν την υποκειμενική ποιότητα σε συγκεκριμένα σήματα απώλειας για την τεχνική βελτιστοποίηση, τα οποία η εταιρεία επανατροφοδοτεί στα περιβάλλοντα εργασιών, στα κριτήρια αξιολόγησης και στον σχεδιασμό του Harness για τους επόμενους κύκλους εκπαίδευσης, επικυρώνοντας τις βελτιώσεις με βάση δείκτες από την παραγωγική χρήση.

Τρεις νομικές εργασίες στο AutoClaw

Η Z.ai αναφέρει ότι οι χρήστες θα μπορούν σύντομα να αξιοποιούν τις δυνατότητες του GLM-Legal στο AutoClaw, την πλατφόρμα πρακτόρων που λειτουργεί εγγενώς σε υπολογιστές, και δημοσίευσε τρία δείγματα εργασιών για να παρουσιάσει την ενσωμάτωση. Κάθε παράδειγμα συνοδεύεται από το αποτέλεσμα του βασικού μοντέλου GLM-5.3-Flash για λόγους σύγκρισης.

Σε ένα παράδειγμα ελέγχου σύμβασης, ζητήθηκε από το μοντέλο να εξετάσει σύμβαση παροχής υπηρεσιών λογισμικού για πελάτη που άλλαζε πάροχο, εστιάζοντας στην καταγγελία και τη μετάβαση. Το δείγμα αποτελέσματος πρότεινε να μειωθεί από 60 σε 30 ημέρες η προθεσμία προειδοποίησης του πελάτη για καταγγελία χωρίς αιτία, να καταργηθεί η προθεσμία αποκατάστασης σε περίπτωση παραβίασης υποχρεώσεων σχετικά με την πνευματική ιδιοκτησία, την εμπιστευτικότητα ή την ασφάλεια των δεδομένων, ώστε ο πελάτης να μπορεί να καταγγείλει αμέσως τη σύμβαση, να απαιτηθεί η επιστροφή όλων των παραδοτέων και των εργασιών που βρίσκονται σε εξέλιξη, είτε είχαν πληρωθεί είτε όχι, και να προστεθεί μεταβατική συνδρομή διάρκειας έως και 90 ημερών, η οποία θα καλύπτει τον πηγαίο κώδικα, την τεκμηρίωση, τα δεδομένα και τη μεταφορά τεχνογνωσίας. Στη συνέχεια, το AutoClaw εισάγει αυτές τις αλλαγές στο έγγραφο Word ως παρακολουθούμενες αλλαγές και σχόλια.

Σε ένα παράδειγμα ανάλυσης αποδεικτικών στοιχείων που κάλυπτε 40 έγγραφα σχετικά με μια διαφορά για έργο λογισμικού, το ενδεικτικό αποτέλεσμα αντιπαρέβαλε μια έκθεση προς τον πελάτη της 30ής Σεπτεμβρίου, σύμφωνα με την οποία το έργο εξελισσόταν βάσει σχεδίου και είχε ολοκληρωθεί κατά 60%, με μια εσωτερική προειδοποίηση της 8ης Σεπτεμβρίου ότι το ορόσημο δεν ήταν δυνατό να επιτευχθεί με ειλικρίνεια, καθώς και με ένα εσωτερικό στιγμιότυπο που κατέγραφε ποσοστό ολοκλήρωσης περίπου 41%. Συνέδεσε αυτά τα στοιχεία με οδηγία του διευθύνοντος συμβούλου να αποκρυφτεί ο κίνδυνος και να συνεχιστεί η τιμολόγηση, και παρέπεμψε στα άρθρα 2 και 5 της κύριας σύμβασης παροχής υπηρεσιών, τα οποία ορίζουν ότι η πληρωμή δεν συνεπάγεται παραίτηση από δικαιώματα και ότι οι εγγυήσεις εξακολουθούν να ισχύουν μετά την πληρωμή, προς υποστήριξη της θεωρίας περί απόκρυψης, επισημαίνοντας παράλληλα ότι τα υπόλοιπα στοιχεία της αξίωσης θα πρέπει να εξεταστούν πριν από την εξαγωγή οριστικού συμπεράσματος.

Σε ένα παράδειγμα έρευνας συμμόρφωσης, ζητήθηκε από το μοντέλο να σχεδιάσει ένα πλάνο συμμόρφωσης με τις απαιτήσεις προστασίας της ιδιωτικότητας για έναν ιστότοπο που επρόκειτο να λανσαριστεί στη Σιγκαπούρη, τη Μαλαισία και την Ινδονησία, με λειτουργίες παρακολούθησης, μάρκετινγκ μέσω email και αποθήκευσης στο cloud στο εξωτερικό. Το ενδεικτικό αποτέλεσμα παρήγαγε έναν κατάλογο προτεραιοτήτων για την περίοδο πριν από την έναρξη λειτουργίας: δημοσίευση ενημερώσεων απορρήτου στα αγγλικά και τα ινδονησιακά, εφαρμογή συγκατάθεσης κατόπιν ρητής επιλογής για τα μη απαραίτητα εργαλεία ανάλυσης και διαφήμισης, με παράλληλη τήρηση αρχείων συγκατάθεσης, προώθηση των αιτημάτων διαγραφής από τις λίστες αλληλογραφίας σε λίστα αποκλεισμού, καταγραφή των παρόχων υπηρεσιών cloud, πληρωμών, email, ανάλυσης και διανομής περιεχομένου, καθώς και των προορισμών των δεδομένων τους, και επιβεβαίωση των απαιτούμενων συμβάσεων και εγγυήσεων για τη διαβίβαση δεδομένων σε κάθε αγορά, με αναφορές στην αντίστοιχη νομοθεσία της Σιγκαπούρης και της Μαλαισίας για την προστασία των προσωπικών δεδομένων και στον νόμο της Ινδονησίας για την προστασία των προσωπικών δεδομένων.

Πρόσβαση στην έκδοση beta

Η Z.ai προσκαλεί δικηγορικές εταιρείες, εταιρείες νομικής τεχνολογίας, εσωτερικές νομικές ομάδες και ανεξάρτητους επαγγελματίες να συμμετάσχουν στην έκδοση beta του GLM-Legal. Η πρόσβαση στο API παρέχεται μέσω αίτησης για συμβουλευτική συνάντηση.

Το AutoClaw είναι μια εφαρμογή για υπολογιστές που εγκαθίσταται τοπικά. Σύμφωνα με τη σελίδα προϊόντος του AutoClaw, υποστηρίζει Windows 10 και νεότερες εκδόσεις, macOS σε υπολογιστές με Apple Silicon και Intel, iOS και Android, ενώ διατίθενται επίσης εκδόσεις για Linux. Η εφαρμογή περιλαμβάνει περισσότερες από 50 ενσωματωμένες δεξιότητες, υποστηρίζει την εναλλαγή μεταξύ των μοντέλων GLM και DeepSeek και συνδέεται με τα WhatsApp, Telegram, Discord, Lark και άλλες πλατφόρμες ανταλλαγής μηνυμάτων, ώστε οι χρήστες να μπορούν να αναθέτουν εργασίες και να λαμβάνουν αποτελέσματα μέσα στις συνομιλίες.