Astra for Law predvodi pravnu inteligenciju
Naša najnovija konfiguracija modela prva je u početnoj evaluaciji u 24 oblasti prava, a njeni pravni podnesci dobili su više ocjene od podnesaka modela GPT‑6 Astra. Svi korisnici usluge ChatGPT Enterprise sada mogu zatražiti pristup.
Danas objavljujemo ažurirani sistem Astra for Law, koji ostvaruje najbolji rezultat na testu Harvey LAB-AA te je među najboljima na testu LAB: USCL, koji su zajednički razvili Harvey(otvara se u novom prozoru) i Grubel(otvara se u novom prozoru), kao i na testu Legal Research Bench kompanije Vals AI. Svim korisnicima usluge ChatGPT Enterprise omogućavamo i da zatraže pristup putem Programa pouzdanog pristupa, uključujući pristup putem API-ja.
Astra for Law je konfiguracija modela GPT‑6.2 Astra, našeg najnovijeg i najmoćnijeg graničnog modela. Ona objedinjuje GPT‑6.2 Astra s namjenskim indeksom za pretragu pravnih izvora i uputama za istraživanje pitanja, procjenu pravne snage izvora i pisanje odgovora. Ta je konfiguracija na evaluaciji LAB-AA ostvarivala puni broj bodova gotovo 40% češće nego sam GPT‑6.2 Astra.
Otkako smo u septembru predstavili Astra for Law maloj grupi advokatskih društava, među kojima su Cooley, Ropes & Gray i Sullivan & Cromwell, naš istraživački tim ubrzano uvodi inovacije koje unapređuju njegovo pravno rezonovanje i približno udvostručuju broj pravnih izvora. Na testu Legal Research Bench kompanije Vals AI(otvara se u novom prozoru), udio odgovora zasnovanih na istraživanju koji su prošli sve provjere porastao je s oko 46% na gotovo 55%. Ulažemo u pravo kako bi najbolji pravnici mogli primijeniti našu najbolju graničnu inteligenciju na pitanja čije će rješavanje omogućiti napredak u sve složenijem svijetu.
Harveyjev Legal Agent Benchmark (LAB) provjerava može li model izvršiti pravni zadatak od početka do kraja. LAB-AA(otvara se u novom prozoru) je verzija tog testa koju je pripremila kompanija Artificial Analysis. Modele stavlja na zahtjevnu provjeru kroz 120 zadataka koje je razvio Harvey — od izrade planova za uzimanje iskaza pod zakletvom, preko pregleda ugovora o zakupu poslovnog prostora, do planiranja promjena vlasništva pri akvizicijama. Da bi dobio puni broj bodova, odgovor mora ispuniti svaki zahtjev zadatka bez halucinacija, odnosno bez iznošenja bitne tvrdnje koja nije potkrijepljena izvornim dokumentima.
Astra for Law zauzela je prvo mjesto s punim brojem bodova na 20,8% zadataka, ispred modela GPT‑6.2 Astra s 15,0% i Muse Wonder Full s 13,1%.

Astra for Law ostvarila je puni broj bodova na 20,8% zadataka i zauzela prvo mjesto.
Astra for Law postigla je taj najbolji rezultat uz manje od polovine izlaznih tokena koje je generisao najbolje ocijenjeni model drugog proizvođača u početnom poređenju. U prosjeku je generisao oko 64.000 izlaznih tokena po zadatku, naspram 139.000 za Muse Wonder Full, a češće je ostvarivao puni broj bodova: 20,8% naspram 13,1%. Za pravne timove koji plaćaju prema potrošnji to znači da je Astra for Law češće ostvarivala puni broj bodova od modela Muse Wonder Full, uz 54% manje izlaznih tokena po zadatku. To može odlučiti hoće li tim ostati u okviru budžeta ili ga znatno premašiti.

Svaka tačka predstavlja jednu konfiguraciju modela. Viši položaj označava više zadataka s punim brojem bodova; položaj dalje ulijevo označava manje izlaznih tokena, koji obuhvataju tekst što ga model generiše tokom rezonovanja i pisanja. Astra for Law u prosjeku je generisala oko 64.000 izlaznih tokena po zadatku i ostvarila puni broj bodova na 20,8% zadataka, naspram 139.000 tokena i 13,1% za Muse Wonder Full. Nijedna prikazana konfiguracija nije izjednačila rezultat sistema Astra for Law uz manje izlaznih tokena.
Halucinacije su neprihvatljive u pravnom radu. Jedan izmišljeni navod može advokata koštati povjerenja klijenta, vjerodostojnosti pred sudom i ugleda građenog godinama. Zato je smanjenje halucinacija prioritet u razvoju sistema Astra for Law. U najnovijem poređenju LAB-AA kompanije Artificial Analysis, Astra for Law dijeli prvo mjesto s modelom GPT‑6 po najnižoj stopi bitnih halucinacija: 0,03 po zadatku, naspram 0,59 za Claude Opus 5.5 (najniža stopa među modelima drugih proizvođača).

Astra for Law imala je u prosjeku 0,03 bitne i 0,06 manje značajnih halucinacija po zadatku. Claude Opus 5.5 imao je u prosjeku 0,59 bitnih i 0,51 manje značajnih halucinacija po zadatku, odnosno oko 20 puta više bitnih i 8,5 puta više manje značajnih halucinacija.
Na istih 120 zadataka kompanija Artificial Analysis brojala je izmišljene tvrdnje koje bi čitaoca mogle dovesti u zabludu o bitnom pitanju. Astra for Law imala je u prosjeku 0,03 takve greške po zadatku, čime dijeli najnižu stopu u poređenju, približno upola nižu od stope standardnog modela GPT‑6.2 Astra (0,06). Svaka testirana konfiguracija kompanije OpenAI imala je manje halucinacija od modela Claude Opus 5.5, koji je po ovom mjerilu ostvario najbolji rezultat među modelima drugih proizvođača. Opus je u prosjeku imao 0,59 bitnih halucinacija po zadatku, oko 20 puta više od sistema Astra for Law. Važno je istaći da Astra for Law u ovoj evaluaciji nije imala nijednu halucinaciju u zadacima koji su ispunili sve kriterije prolaznosti, što znači da mu se rezultat nije smanjio kada su primijenjeni kazneni bodovi za halucinacije.
Pisanje podnesaka jedan je od najsloženijih dugotrajnih procesa u pravu, u kojem se jasno rezonovanje, istraživanje i pisanje moraju objediniti kako bi se izgradila izvrsna argumentacija.
Harvey i Grubel(otvara se u novom prozoru) zajednički su razvili LAB: USCL(otvara se u novom prozoru) kako bi provjerili može li model provesti istraživanje i napisati podnesak za stvarni predmet pred saveznim sudom SAD-a. Svaki model preuzima rad u trenutku neposredno prije predaje podneska i piše za istu stranku o istom pitanju. U jednoj verziji model mora sam pronaći relevantnu sudsku praksu. U drugoj dobija spis predmeta i presedane koje je naveo advokat koji je prvobitno radio na predmetu. AI ocjenjivači direktno porede podneske prema kriterijima koje su pravnici pregledali i uskladili. Astra for Law ostvario je jedan od najboljih rezultata u obje verzije.

Farther right means the briefs earned higher ratings. When the models researched the law themselves, Astra for Law scored 1,844 to Opus 5.5’s 1,817. Given the precedents, they were effectively even at 1,883 and 1,882.
Položaj dalje udesno označava više ocjene podnesaka. Kada su modeli sami istraživali pravne izvore, Astra for Law ostvario je 1.844 boda, a Opus 5.5 njih 1.817. Kada su dobili presedane, rezultati su bili gotovo izjednačeni: 1.883 i 1.882 boda. Rasponi nesigurnosti preklapaju se u oba testa.
Prvi rezultat („Istraživanje i izrada nacrta“, lijevo) važan je jer je kvalitetnije pravno istraživanje jedno od ključnih poboljšanja u ovom izdanju. Usmjerili smo se na poboljšanje ovog rezultata jer advokat koji vodi spor rijetko počinje s popisom odgovarajuće sudske prakse. Ovdje je svaki model morao utvrditi koje su odluke relevantne i na osnovu njih napisati argumentaciju koju sud može pratiti. U tom zadatku Harveyjevi ocjenjivači dali su prednost podnescima današnje verzije sistema Astra for Law u odnosu na podneske drugih vodećih graničnih modela, kao što su Opus 5.5 i Gemini 4 Argon. Još izraženija poboljšanja u pravnom istraživanju vidljiva su u evaluaciji kompanije Vals AI, o kojoj govorimo u nastavku.
Pravo smo postavili kao istraživački prioritet u kompaniji OpenAI i formirali tim istraživača posvećen ubrzavanju inovacija u graničnoj pravnoj inteligenciji. Jedan od prvih pokazatelja njihovog napretka dolazi s testa Legal Research Bench kompanije Vals AI(otvara se u novom prozoru), na kojem pravnici iz prakse postavljaju pitanja o saveznom pravu SAD-a i pravu pojedinačnih saveznih država. Odgovor mora obuhvatiti svaku traženu stavku i proći provjeru izvora. U septembru je OpenAI za pravni sektor uspješno odgovorio na oko 46% pitanja. Današnje izdanje uspješno odgovara na 54,81% pitanja, što je manje od jednog procentnog poena od najboljeg objavljenog rezultata.
Razvoj sistema Astra for Law kao konfiguracije modela omogućava nam da unapređujemo njegovo rezonovanje i izvore koje može koristiti. Od septembra smo u konfiguraciju uključili GPT‑6.2 Astra i doradili upute koje usmjeravaju njegovu pravnu analizu. U njegov indeks pretrage dodali smo i više od 539.000 američkih pravnih izvora te više od 98.000 izvora iz Ujedinjenog Kraljevstva, Australije i Kanade, čime smo započeli dodavanje primarnih pravnih izvora iz tih zemalja. Ovim dodacima proširuje se indeks pravne pretrage koji je već pri predstavljanju obuhvatao više od 230 miliona URL-ova, iz zbirke koja pokriva više od 99,9% objavljene američke sudske prakse s presedanskom vrijednošću(otvara se u novom prozoru).
Na Harveyjevom testu Legal Agent Benchmark, GPT‑6 Astra ispunio je sve zahtjeve u 4,6% zadataka. GPT‑6.2 Astra pod istim je uslovima uspješno završio 14,6% zadataka. Uz pravnu konfiguraciju, taj je udio porastao na 16,2%.

This chart shows both the rate of development in frontier intelligence, as well as the impact of the model configuration. The full-credit rate more than tripled from GPT‑6 Astra to GPT‑6.2 Astra, then rose another 11% with the legal configuration. This test comes from Harvey’s own LAB (separate from the previously discussed LAB-AA).
Duži stupci znače da je više zadataka ispunilo sve Harveyjeve zahtjeve. Harvey je ovaj test proveo odvojeno od evaluacije LAB-AA kompanije Artificial Analysis.
Najzanimljivije mogućnosti sistema Astra for Law oblikuju pravnici koji ga koriste u svakodnevnom radu. Od advokatskih društava koja su naši korisnici do pravnog tima kompanije OpenAI, prvi korisnici grade zbirke referentnih materijala za svoju praksu, izlažu svoje argumente strožem preispitivanju i pronalaze nove načine analize zakona.
Naprimjer, prvi korisnici u kompaniji OpenAI koriste Astra for Law za sljedeće:
Suočite svoj argument s najjačim protivnikom. Astra for Law često se koristi kao partner za odmjeravanje argumenata. Pravnik za pravo konkurencije daje mu svoje tumačenje zakona i traži da zastupa suprotnu stranu, oslanjajući se na historijat donošenja zakona, sudske odluke i verzije zakona na drugim jezicima. Prava korist nastaje kada je prigovor dovoljno uvjerljiv da promijeni pravni savjet.
Utvrdite granicu između preporuke i obaveze. Pravnik za javne politike koji je razmatrao prijedlog zakona o nadzoru nad AI-jem želio je znati kolika bi ovlaštenja imao nezavisni ocjenjivač. Ako bi ocjenjivač zatražio ispravku, bi li je razvojni tim morao provesti? Za ovakva pitanja pravnik uz tačne formulacije iz prijedloga zakona postavlja objašnjenje svake obaveze na jednostavnom jeziku, kako bi kolege vidjele koje tumačenje tekst podržava.
Već prvi razgovor s vanjskim pravnim savjetnikom započnite teškim pitanjem. Kada kompanija razmatra ulazak u nepoznatu djelatnost, pravnik zadužen za proizvode koristi Astra for Law kako bi utvrdio koja bi se pravila primjenjivala na planiranu aktivnost. Umjesto da prvi razgovor potroši na upoznavanje s djelatnošću, pravnik stručnjaku može postaviti konkretno pitanje o tome šta kompanija želi uraditi.
Pretvorite hrpu pravila u radni proces. Voditelj pravnih programa koristio je Astra for Law da regulatorne procedure i pravila kompanije pretvori u radni proces za kolege koje obrađuju pristigle predmete, kako bi znali kada zatražiti dodatne informacije, kada zatvoriti predmet, a kada ga proslijediti pravniku.
Napravite vodič kakav biste željeli dobiti uz zakon. Pravnik za pravo konkurencije spojio je Astra for Law s alatima za izradu web-stranica u ChatGPT‑u kako bi dodao objašnjenja uz zakone koje tim redovno koristi. Kolega koji čita odredbu može postaviti pokazivač na pojam da vidi definiciju, pratiti link do materijala koji ga objašnjavaju i vidjeti kakav je savjet tim dao prošli put kada se ta odredba pojavila u radu.
Od danas svaki korisnik usluge ChatGPT Enterprise može zatražiti Astra for Law putem Programa pouzdanog pristupa u administratorskoj konzoli. Ako vaš tim već ima pristup, odaberite GPT‑6.2 Astra Law u ChatGPT‑u. Da biste Astra for Law ugradili u vlastite alate putem API-ja, obratite se osobi zaduženoj za vaš korisnički račun radi posebnog odobrenja.
Pravna profesija nalazi se na prekretnici. Dok tehnologija mijenja mogućnosti poslovanja, a svijet postaje sve složeniji i povezaniji, pravnici imaju dosad neviđenu priliku da oblikuju način na koji razumijemo sadašnji trenutak, ne samo za kompanije koje savjetuju nego i za sve nas koji živimo prema pravilima u čijem pisanju učestvuju. Vjerujemo da najbolji pravnici, uz najbolju inteligenciju, mogu odgovoriti na izazove ovog trenutka.
Tek smo na početku. Jedva čekamo vidjeti u kojem ćete smjeru povesti profesiju.


