智谱新模型，懂法方面全球第一了

就在刚刚，智谱推出了一款新的法律专用开源模型—— GLM-Legal 。 它不只能你聊聊法条，还能包揽审合同、串证据、做跨境合规研究等一系列具体的工作，并交给你一份可以原地使用的成果。 成绩也相当能打。 在Vals AI最新公布的法律测评中，GLM-Legal分别以 19.2% 的任务全通过率和 86.23% 的准确率，摘得Harvey LAB与LegalBench双榜开放权重模型榜榜首。 好嘛，卷完聊天、办公和代码还不够，AI开始盯上法律合同和案卷里的细活了。 消息一出，小伙伴们立马坐不住了： 好好好，以后GLM-Legal就是我的法务团队了。 但是Wait，它到底学的是哪国法律，真的能帮咱老中人干活吗？ 这就得展开看看了。 审合同、串证据、做合规，GLM-Legal都能接 好消息是， 它确实适配咱们老中的法律 ，不会水土不服。 无论是中文法律实务、英文法律任务、还是东南亚跨境合规等考题，它都能接。 但模拟考终归只是一方面。 真实法律工作中的坑可太多了，一踩一个不吱声。 到底能不能干活，咱们还是得把它拉进真实的法律工作环境里溜溜，看看它能不能帮团队审合同、确定海外发布前的隐私合规事项。 咱们先来看三组官方演示（ 论GLM-5.3-Flash大战GLM-Legal，自己打自己 ）： 一、审合同，并把合作结束后的交接安排捋清楚 当咱们需要更换软件服务供应商时，往往需要先审明白合同里的终止和交接条款。 代码、数据、文档能不能顺利拿回来？新供应商能不能接上？ 而这些雷，往往就埋在 条款 里。 于是，GLM-Legal建议我们，把合作终止通知时间从60天缩短至30天，并增加最长90天的过渡支持，方便我们把代码、文档和知识交接都安排进去。 除此之外，它还结合合同已有的成果归属约定，要求交回全部的工作成果（包括尚未完成或尚未付款的部分）。 对比GLM-5.3-Flash，GLM-Legal的优势就很明显了： 前者只是给出较泛的建议，而GLM-Legal则进一步明确了时间、交接范围等内容，并把修改方案与合同现有约定对应了起来。 好嘛，这套结束合作后的“分手流程”被它给写明白了，非常之体面。 那我不禁想了，当我抛出一堆散落的证据时，GLM-Legal又将如何应对呢？ 二、分析证据，并把散落的线索串起来 这其实是个很现实的问题。 当项目合作出现纠纷时，我们到底要怎样才能从一堆海量的报告、文档和聊天记录中判断对方的说法有没有问题？ 就比如官方给出的这个Case：对外报告称项目完成了60%，内部记录却只有约41%。 在实测中，GLM-5.3-Flash和GLM-Legal都能发现这个矛盾点； 但不同的地方在于，GLM-5.3-Flash只给了建议，但GLM-Legal则在建议的基础上，进一步将进度报告与更早的风险警告、内部沟通关联了起来，并落地到了具体行动。 当这条线索梳理清楚了，咱们才方便回到原件逐项核对、并搞清楚到底哪个数据才是对的，可以继续用下去的。 而当咱们准备在新加坡、马来西亚和印度尼西亚等海外平台上线网站时，可能会面对着用户追踪、邮件营销、海外云存储等每一项都可能涉及 隐私合规 的难题。 在这时候，我们可能就需要一个助手来帮我们搞清楚上线前究竟要做哪些准备。 对此，GLM-Legal在实测中把需要关注的合规事项，拆分成了团队可以着手落实、继续核查的细致步骤，包括但不限于发布具体隐私声明、让退订请求输入抑制列表等等，一目了然。 这下可方便多了。 所以沿着这个思路回头看，咱们就能更直观地明白Harvey LAB这个19.2%的全通过率到底难在哪、又值钱在哪了。 19.2%全通过，这张考卷有多难？ Harvey LAB的测评可从来不是纸老虎。 它采用了严苛的 “全条件通过”机制 ，只有当模型满足了一项任务中的所有评分条件才算通过，少一条都不行。 其中光Harvey LAB首版，就设置了 超过1200项 模拟律所工作任务，覆盖并购、知识产权、银行金融等 24个 法律业务领域。 这意味着，模型从读材料、调工具，到按规矩把结果交出来，这一路都不能掉链子，才能在这里拿到一个不错的分数。 而成绩之外，还有一组测试账单的反差值得咱们关注。 在成绩相近的情况下，GLM-Legal比Gemini 4 Argon慢了近 30分钟 、但Gemini的每项测试成本约为GLM-Legal的 70倍 ： 这一结果或许也提醒着咱们，在挑选法律工作搭子的时候，我们也得把成绩、成本和时间得放在一起考虑。 那么GLM-Legal究竟是怎样训练出来的？ 答案或许就藏在智谱一套配套的养成路径里。 不仅要让AI读法律，还要带它进“律所”实习 智谱给GLM-Legal安排的成长路线，可以概括成一句话： 先送进“法学院”，再带到“模拟律所”练手。 第一步 ，GLM-Lega会在GLM-5.3-Flash底座上进行法律语料中期训练，并学习法律概念、法条和分析方法，打牢专业基础。 第二步 ，GLM-Lega则需要通过数万法律任务环境中的强化学习，不断练习读材料、做分析、推进任务和交付成果。 同时，团队也在不断迭代Agent运行框架，改进材料组织、工具连接和反馈流程，让模型与工作环境一起磨合。 眼熟不？眼熟就对了！ 这不就是咱们法学生走过的打怪升级实录吗？！ 先考入大学法学院疯狂啃书攒内功、然后在大三四大四一头扎进律所当实习牛马，最后熬过好几年，甚至一路往上考，才终于能从小透明进化成靠谱的律师。 AI现在走的，正是咱们当年走过的路啊！ 只不过，GLM-Lega目前还处于相对青涩的实习牛马阶段罢了，咱还不能指望它上来就达到合伙人水平。 毕竟智谱这位“法律专才”现在还有许多需要继续检验的地方，19.2%的全通过率也意味着它在严格评分条件下，多数任务仍未实现全部达标，目前还有很大的提升空间。 这也就对应了智谱现在的动作： 邀请律所、法律科技公司、企业法务团队和独立执业人士申请GLM-Legal Beta，并让专业人士参与试用、提供反馈，共同打磨模型； 同时，智谱还计划将相关能力接入AutoClaw，推进实际应用。 好家伙，这背后传递出了一个清晰的信号啊： 智谱正拉着一群最懂行的法律人打磨GLM-Lega，目标很明确，就是让它在未来真正成为律师手里得力的辅助工具。 而未来，智谱能不能真的实现这一愿景，也值得咱们期待一波。 one more thing 其实智谱开卷法律模型，也并非心血来潮。 早在2023年，智谱就与专注智能合同等业务的法律科技公司幂律智能合作，基于ChatGLM-130B框架联合研发并推出了一款千亿参数级法律垂直模型 PowerLawGLM ，涉及法律咨询、合同起草和审查等场景。 此后，智谱更是以老股东的身份，持续参与了幂律智能的战略融资和近8000万元Pre-B轮融资。 而将通用模型送去“读法律”的，也不止智谱。 早在今年8月，Harvey便联手Fireworks，以Kimi K3为底座，后训练出了一款自己的法律模型—— Tenet 。 据Harvey介绍，专项训练后，它完成的LAB留出任务数量接近底座的两倍，成本则保持稳定。 这些探索，或许也为行业提供了一些新思路，那就是： 选好通用底座后，再用专业任务、行业数据和工作环境继续训练，仍有机会把模型的能力继续往前推一步。 而未来，谁能进一步把模型的“专业课”教得扎实，把“模拟律所”搭得更实用，让它练出更多在真实工作中能用得上的本事，或许才能真正赢得这一圈层用户的认可。 参考链接： [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] 版权所有，未经授权不得以任何形式转载及使用，违者必究。 智谱 法律 文婷 扫码分享至朋友圈 相关阅读 智谱IPO敲钟前，连夜把开源编程大模型SOTA了 这波更新，满眼都是Coding，Coding，还是Coding 抢跑GPT-5，智谱开源新SOTA模型，一句话搞出能看视频、发弹幕的B站！ 首次在一个模型里融合推理、代码和Agent GLM-4.5 大模型 开源 智谱 美国AI公司们，开始青睐Made in China的大模型 AI公司是美国的，部署的模型是中国的 国产大模型 开源大模型 智谱 今天起，国产AI可以像人一样用手机了！一手实测在此 电脑网页也能“自动驾驶” AutoGLM 人工智能 智谱 智谱提前剧透下一代GLM：完全自训练方法公开了 模型、论文都还没出，没想到先从财务公告上剧透了 智谱版o1终于也来了：直接拿下考研数学，一句话就能做小游戏！ 赶在2024年的最后一天 o1大模型 推理模型 智谱 热门文章 智谱新模型，490 tokens/s！ DeepSeek服务器全球宕机！神秘Harness账号同时现身 DeepSeek Bot来了！民间版，DSH装个插件就能用 iPhone断网跑35B多模态！国产开源新模型，只占3G内存 何恺明团队发布多模态Harness框架 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破