GLM-Legal icon

GLM-Legal

GLM-Legal 是 Z.ai 面向法律领域的 AI 模型,支持法律分析与专业工作成果生成,帮助团队审阅源文件、梳理结构化论证,并开展合同审查、案件准备及跨境规划等工作流。

GLM-Legal

面向结构化专业工作流的法律 AI

GLM-Legal 是 Z.ai 面向法律领域的专业 AI 模型,用于复杂法律分析和专业工作成果生成。该模型旨在连接源文件审阅、问题识别、法律学说、论证构建,以及依据明确事项说明进行交付。

该模型构建于 GLM-5.3-Flash 基础模型之上,并结合专业法律中期训练与真实法律环境中的后训练。Z.ai 介绍了一种用于管理上下文、工具连接和执行反馈的智能体工作台,并利用法律专业人士在生产环境中的反馈来改进任务环境和评测标准。

核心能力

端到端法律任务执行

从零散的源记录中提取实质性问题,并保持从事实到法定法律学说、推理再到最终工作成果的完整链路。

专业法律推理

支持分析专业合同、合并申报文件和司法意见,训练重点涵盖法律概念、法定规则和解释框架。

基于工作台的工作流编排

使用运行时工作台来组织上下文、连接工具集、传递执行反馈,并支持从接收提示到最终签署的迭代式规划。

面向任务的后训练

通过在数万个真实法律环境中进行强化学习训练,规划分析、推进工作流,并在具体约束下交付工作成果。

多基准验证

在涵盖 24 个执业领域的真实世界律师事务所工作流,以及通用法律推理和中国本地化法律实践基准上进行评测。

法律工作流示例

  • 合同审查

    审查软件服务协议中的终止、违约、数据返还、交付物和交接条款,然后为正在更换供应商的客户提出具体修改建议。

  • 案件准备

    通过从源材料中提取相关事实,整理事项中的法律问题和论点,并按照任务要求生成分析。

  • 跨境发布规划

    通过结合​​法律分析与跨境业务启动的约束,为进入海外市场提供规划支持。

  • 法律研究与文档分析

    分析合同、合并申报文件或司法意见,适用于需要专业术语、法律学说和严谨结构化结论的工作。

Pros and Cons

Pros

  • 面向端到端法律工作流,而非孤立的问题回答。
  • 将法律领域训练与运行时工作流编排及反馈循环相结合。
  • 据报告,在 Harvey LAB 上的全通过率为 19.2%,并在 LegalBench 和 PLawBench 上与前沿系统持平。
  • 包含合同审查、案件准备和跨境发布规划示例。

Cons

  • 已发布文章未提供 GLM-Legal 的完整能力列表、部署规格或一般性限制。
  • 在所提供的来源中,API 访问是通过申请和合作流程提供的,而不是通过有文档说明的 GLM-Legal 自助注册方式提供。

FAQ

组织如何访问 GLM-Legal?

GLM-Legal 被定位为可通过 API 访问的法律 AI 产品。Z.ai 的法律咨询页面要求组织申请 GLM-Legal API 访问权限,并与团队讨论潜在合作。

GLM-Legal 支持哪些类型的法律工作?

已发布的示例涵盖软件服务合同审查、案件准备和跨境发布规划。该模型旨在支持法律实务、业务运营和客户服务工作流。

GLM-Legal 能生成什么?

GLM-Legal 经过训练,可从源文件中提取问题、应用法律学说、组织论证,并根据事项说明和格式限制生成交付成果。文章中的示例显示,该模型能够返回具体的合同建议和过渡条款。

GLM-Legal 如何进行评测?

文章介绍了在 Harvey LAB、LegalBench 和 PLawBench 上进行的评测。结果显示,Harvey LAB 的全通过率为 19.2%;在 LegalBench 上与领先的前沿系统持平;在 PLawBench 的中国法律咨询、案件分析和文档起草方面也达到持平水平。

Quick Facts

类别
法律 AI 模型
提供方
Z.ai
基础模型
GLM-5.3-Flash
访问方式
通过 Z.ai 申请 GLM-Legal API 访问权限
Harvey LAB 结果
19.2% 全通过率
主要工作流
合同审查、案件准备和跨境发布规划