Astra for Law on õigusvaldkonna AI esirinnas
Meie uusim mudelikonfiguratsioon võitis 24 õigusvaldkonda hõlmanud avaldamishindamise ning sai kirjalike seisukohtade eest kõrgemad hinnangud kui GPT‑6 Astra. Kõik ChatGPT Enterprise’i kliendid saavad nüüd juurdepääsu taotleda.
Täna avaldame lahenduse Astra for Law uuendatud versiooni, mis saavutab Harvey LAB-AA-s parima tulemuse ning kuulub parimate hulka nii Harvey(avaneb uues aknas) ja Grubeli(avaneb uues aknas) ühiselt välja töötatud LAB: USCL-is kui ka Vals AI Legal Research Benchis. Samuti saavad kõik ChatGPT Enterprise’i kliendid nüüd taotleda juurdepääsu Trusted Access Programi kaudu, sealhulgas API kasutamiseks.
Astra for Law on meie uusima ja võimsaima tipptasemel mudeli GPT‑6.2 Astra konfiguratsioon. See ühendab GPT‑6.2 Astra spetsiaalse õigusallikate otsinguindeksiga ning juhistega küsimuse uurimiseks, õigusallikate kaalu hindamiseks ja vastuse koostamiseks. See konfiguratsioon sai LAB-AA hindamises täispunktid ligi 40% sagedamini kui GPT‑6.2 Astra üksi.
Pärast seda, kui tutvustasime septembris lahendust Astra for Law väikesele rühmale advokaadibüroodele, sealhulgas Cooleyle, Ropes & Grayle ja Sullivan & Cromwellile, on meie teadusmeeskond seda kiiresti edasi arendanud, parandades õiguslikku arutlust ja ligikaudu kahekordistades õigusallikate hulka. Vals AI Legal Research Benchis(avaneb uues aknas) kasvas kõik kontrollid läbinud uurimisküsimuste vastuste osakaal ligikaudu 46%-lt peaaegu 55%-le. Investeerime õigusvaldkonda, et parimad juristid saaksid meie parima tipptasemel AI abil lahendada küsimusi, millest sõltub edasiminek üha keerukamas maailmas.
Harvey Legal Agent Benchmark (LAB) kontrollib, kas mudel suudab õigusülesande algusest lõpuni täita. LAB-AA(avaneb uues aknas) on Artificial Analysise versioon sellest testist. See paneb mudelid proovile 120 Harvey koostatud ülesandega, alates kohtuvälise ütluste võtmise kavade koostamisest ja äripindade üürilepingute läbivaatamisest kuni omandamistehingute omandimuutuste kavandamiseni. Täispunktide saamiseks peab vastus täitma kõik ülesande nõuded ilma hallutsinatsioonideta, st esitamata olulisi väiteid, mida alusdokumendid ei toeta.
Astra for Law saavutas esikoha, saades täispunktid 20,8% ülesannete eest. GPT‑6.2 Astra tulemus oli 15,0% ja Muse Wonder Fullil 13,1%.

Astra for Law sai täispunktid 20,8% ülesannete eest ja saavutas esikoha.
Astra for Law saavutas selle parima tulemuse, kusjuures selle väljundimaht jäi alla poole avaldamisvõrdluses parima tulemuse saanud OpenAI-välise mudeli väljundimahust. Keskmiselt genereeris see ülesande kohta umbes 64 000 väljundtokenit, Muse Wonder Full aga 139 000, ning sai täispunktid sagedamini: 20,8% võrreldes 13,1%-ga. Kasutuspõhiselt maksvatele õigusmeeskondadele tähendab see, et Astra for Law sai täispunktid sagedamini kui Muse Wonder Full, genereerides samal ajal ülesande kohta 54% vähem väljundit. Sellest võib sõltuda, kas kulud jäävad eelarve piiresse või ületavad selle.

Iga punkt tähistab üht mudelikonfiguratsiooni. Kõrgem asukoht tähendab, et rohkem ülesandeid sai täispunktid; vasakpoolsem asukoht tähendab vähem väljundtokeneid, mille hulka kuulub mudeli arutluse ja kirjutamise käigus loodud tekst. Astra for Law genereeris ülesande kohta keskmiselt umbes 64 000 väljundtokenit ja sai täispunktid 20,8% ülesannete eest. Muse Wonder Fulli vastavad näitajad olid 139 000 ja 13,1%. Ükski näidatud konfiguratsioon ei saavutanud lahendusega Astra for Law sama tulemust väiksema väljundtokenite arvuga.
Hallutsinatsioonid on õigustöös vastuvõetamatud. Üksainus väljamõeldud viide võib maksta advokaadile kliendi usalduse, usaldusväärsuse kohtus ja aastatega üles ehitatud maine. Seepärast on hallutsinatsioonide vähendamine olnud lahenduse Astra for Law arendamisel esmatähtis. Artificial Analysise uusimas LAB-AA võrdluses jagas Astra for Law koos GPT‑6‑ga esikohta väikseima oluliste hallutsinatsioonide määra poolest: 0,03 ülesande kohta. Claude Opus 5.5 näitaja oli 0,59, mis oli väikseim tulemus väljaspool OpenAI mudeleid.

Astra for Law tekitas ülesande kohta keskmiselt 0,03 olulist ja 0,06 väiksemat hallutsinatsiooni. Claude Opus 5.5 tekitas ülesande kohta keskmiselt 0,59 olulist ja 0,51 väiksemat hallutsinatsiooni ehk umbes 20 korda rohkem olulisi ja 8,5 korda rohkem väiksemaid hallutsinatsioone.
Artificial Analysis loendas samas 120 ülesandes väljamõeldud väiteid, mis võisid lugejat sisulises küsimuses eksitada. Astra for Law tegi ülesande kohta keskmiselt 0,03 sellist viga, jagades võrdluses parimat tulemust. Seda on umbes poole vähem kui tavalisel GPT‑6.2 Astral (0,06). Kõigil testitud OpenAI konfiguratsioonidel esines vähem hallutsinatsioone kui Claude Opus 5.5-l, mille tulemus oli selle mõõdiku järgi parim väljaspool OpenAI mudeleid. Opus tekitas ülesande kohta keskmiselt 0,59 olulist hallutsinatsiooni ehk ligikaudu 20 korda rohkem kui Astra for Law. Väärib märkimist, et selles hindamises ei tekitanud Astra for Law ühtki hallutsinatsiooni ülesannetes, mis vastasid kõigile nõuetele. See tähendab, et hallutsinatsioonide eest karistuse rakendamine ei vähendanud selle hindamistulemust.
Kohtule esitatavate kirjalike seisukohtade koostamine on üks keerukamaid pikaajalisi õigusprotsesse: veenva argumentatsiooni loomiseks tuleb ühendada selge arutlus, õigusallikate uurimine ja kirjutamisoskus.
Harvey ja Grubel(avaneb uues aknas) töötasid koos välja LAB: USCL-i(avaneb uues aknas), et katsetada, kas mudel suudab uurida õigusallikaid ja koostada kirjalikke seisukohti tegelikus USA föderaalkohtu kohtuasjas. Iga mudel alustab hetkest vahetult enne kirjalike seisukohtade esitamist ning koostab need sama poole nimel ja samas küsimuses. Ühes versioonis peab mudel asjakohased kohtulahendid ise leidma. Teises saab ta kohtuasja materjalid ja pretsedendid, millele algne advokaat viitas. AI-hindajad võrdlevad kirjalikke seisukohti paarikaupa kriteeriumide alusel, mille juristid on üle vaadanud ja kalibreerinud. Astra for Law saavutas mõlemas versioonis ühe parima tulemuse.

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.
Mida paremal, seda kõrgema hinnangu kirjalikud seisukohad said. Kui mudelid uurisid õigusallikaid ise, sai Astra for Law 1844 punkti ja Opus 5.5 sai 1817 punkti. Etteantud pretsedentidega olid tulemused sisuliselt võrdsed: 1883 ja 1882 punkti. Mõlemas testis määramatusvahemikud kattuvad.
Esimene tulemus (vasakul „Uuri ja koosta“) on oluline, sest parem õigusallikate uurimine on selle väljalaske üks peamisi edusamme. Keskendusime selle tulemuse parandamisele, sest kohtuvaidluste advokaadil on harva alustades olemas asjakohaste kohtulahendite loend. Siin pidi iga mudel välja selgitama, millised lahendid olid olulised, ja nende põhjal koostama kohtule arusaadava argumentatsiooni. Selles ülesandes eelistasid Harvey hindajad lahenduse Astra for Law tänase versiooni kirjalikke seisukohti teiste juhtivate tipptasemel mudelite, näiteks Opus 5.5 ja Gemini 4 Argoni omadele. Veel märgatavamaid edusamme õigusallikate uurimisel näeme Vals AI hindamises, mida käsitleme järgmisena.
Oleme OpenAI-s seadnud õiguse üheks teadustöö prioriteediks ja määranud teadlaste meeskonna kiirendama tipptasemel õigusvaldkonna AI arendust. Üks esimesi nende edusammude mõõdikuid on Vals AI Legal Research Bench(avaneb uues aknas), kus praktiseerivad juristid koostavad küsimusi USA föderaal- ja osariikide õiguse kohta. Vastus peab käsitlema kõiki nõutud punkte ja läbima allikakontrolli. Septembris vastas Astra for Law nõuetekohaselt ligikaudu 46%-le küsimustest. Tänases väljalaskes on see näitaja 54,81%, jäädes parimale avaldatud tulemusele alla vähem kui ühe protsendipunktiga.
Lahenduse Astra for Law arendamine mudelikonfiguratsioonina võimaldab meil parandada selle arutlust ja täiendada kasutatavaid allikaid. Alates septembrist oleme lisanud konfiguratsiooni GPT‑6.2 Astra ning täpsustanud selle õigusanalüüsi suunavaid juhiseid. Samuti oleme otsinguindeksisse lisanud üle 539 000 USA õigusallika ning üle 98 000 allika Ühendkuningriigist, Austraaliast ja Kanadast, alustades nende riikide esmaste õigusallikate lisamist. Need täiendused laiendavad õigusallikate otsinguindeksit, mis hõlmas juba turuletoomisel üle 230 miljoni URL-i kogust, mis katab üle 99,9% USA avaldatud pretsedenti loovatest kohtulahenditest(avaneb uues aknas).
Harvey enda Legal Agent Benchmarki võrdlustestis täitis GPT‑6 Astra kõik nõuded 4,6% ülesannete puhul. GPT‑6.2 Astra täitis samadel tingimustel nõuetekohaselt 14,6% ülesannetest. Õigusvaldkonna konfiguratsiooniga tõusis see näitaja 16,2%-ni.

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).
Pikemad tulbad tähendavad, et rohkem ülesandeid vastas kõigile Harvey nõuetele. Harvey tegi selle testi eraldi Artificial Analysise LAB-AA hindamisest.
Lahenduse Astra for Law kõige huvitavamad kasutusvõimalused kujunevad juristide käe all, kes kasutavad seda oma igapäevatöös. Nii klientidest advokaadibüroode kui ka OpenAI enda õigusmeeskonna esimesed kasutajad loovad oma töövaldkonna abimaterjale, panevad oma argumendid tugevamalt proovile ning leiavad uusi viise õigusaktide läbitöötamiseks.
Näiteks kasutavad OpenAI esimesed kasutajad lahendust Astra for Law järgmistel viisidel.
Pane oma argument vastamisi tugevaima vastasega. Lahendust Astra for Law kasutatakse sageli väitluspartnerina. Konkurentsiõiguse jurist annab sellele seaduse tõlgenduse ja palub esitada vastaspoole argumendid, tuginedes seaduse kujunemisloole, kohtulahenditele ja seaduse teistele keeleversioonidele. Kasu ilmneb siis, kui vastuväide on piisavalt tugev, et muuta antavat nõu.
Tee selgeks piir soovituse ja nõude vahel. Poliitikakujundusega tegelev jurist soovis kavandatavat AI järelevalve seaduseelnõu analüüsides teada, kui suured volitused oleksid sõltumatul hindajal. Kui hindaja nõuaks parandust, kas arendaja peaks selle tegema? Selliste küsimuste puhul kõrvutab jurist iga kohustuse lihtsas keeles selgituse eelnõu täpse sõnastusega, et kolleegid näeksid, millist tõlgendust tekst toetab.
Alusta esimest vestlust välise õigusnõustajaga kohe keerulisest küsimusest. Kui ettevõte kaalub sisenemist uude tegevusharusse, kasutab tootevaldkonna jurist lahendust Astra for Law, et kaardistada kavandatud tegevusele kehtivad reeglid. Selle asemel et kulutada esimene vestlus tegevusharust ülevaate saamisele, saab jurist esitada spetsialistile konkreetse küsimuse ettevõtte plaanide kohta.
Muuda reeglite virn töövooks. Õigusprogrammide juht kasutas lahendust Astra for Law, et muuta õigusaktidest tulenevad menetlused ja ettevõtte sise-eeskirjad töövooks sissetulevaid juhtumeid käsitlevatele kolleegidele. Nii näevad nad, millal küsida lisateavet, millal juhtum lõpetada ja millal see juristile edasi anda.
Koosta juhend, mida oled seaduse kõrvale soovinud. Konkurentsiõiguse jurist kasutas lahendust Astra for Law koos ChatGPT veebilehtede loomise tööriistadega, et lisada selgitusi õigusaktidele, millega meeskond regulaarselt töötab. Sätet lugev kolleeg saab viia kursori termini kohale, et näha selle määratlust, avada lingi selgitavate materjalide juurde ja vaadata, millist nõu meeskond andis, kui see säte viimati jutuks tuli.
Alates tänasest saab iga ChatGPT Enterprise’i klient taotleda lahenduse Astra for Law kasutamist halduskonsoolis Trusted Access Programi kaudu. Kui sinu meeskonnal on juurdepääs juba olemas, vali ChatGPT‑s GPT‑6.2 Astra Law. Lahenduse Astra for Law integreerimiseks oma tööriistadesse API kaudu võta eraldi heakskiidu saamiseks ühendust oma kliendihalduriga.
Juristi elukutse on pöördepunktis. Tehnoloogia muudab ettevõtete võimalusi ning maailm muutub üha keerukamaks ja seotumaks. Juristidel on seetõttu enneolematu võimalus kujundada seda, kuidas me toimuvat mõtestame – mitte ainult nende nõustatavate ettevõtete, vaid meie kõigi jaoks, kes elame reeglite järgi, mille koostamisel nad osalevad. Usume, et parimad juristid suudavad parima AI toel selle väljakutse vastu võtta.
Oleme alles alguses. Ootame põnevusega, millise suuna te oma elukutsele annate.


