कानूनी बुद्धिमत्ता में आगे: कानूनी काम के लिए OpenAI
हमारा नया मॉडल कॉन्फ़िगरेशन 24 कानूनी क्षेत्रों के शुरुआती मूल्यांकन में प्रथम रहा. इसकी लिखित दलीलों को GPT‑6 Astra से बेहतर रेटिंग मिली. अब हर ChatGPT Enterprise ग्राहक पहुँच का अनुरोध कर सकता है.
आज हम कानूनी काम के लिए OpenAI का नया संस्करण जारी कर रहे हैं. यह हार्वी LAB-AA पर सर्वश्रेष्ठ स्तर का प्रदर्शन करता है और हार्वी(एक नई विंडो में खुलेगा) व ग्रूबेल(एक नई विंडो में खुलेगा) द्वारा संयुक्त रूप से विकसित LAB: USCL तथा वाल्स AI के कानूनी शोध बेंचमार्क पर शीर्ष प्रदर्शनकर्ताओं में शामिल है. हम सभी ChatGPT Enterprise ग्राहकों को विश्वसनीय पहुँच कार्यक्रम के ज़रिए पहुँच का अनुरोध करने की सुविधा भी दे रहे हैं. इसमें API के ज़रिए पहुँच भी शामिल है.
कानूनी काम के लिए OpenAI, हमारे नवीनतम और सबसे शक्तिशाली अत्याधुनिक मॉडल GPT‑6.2 Astra का एक मॉडल कॉन्फ़िगरेशन है. इसमें GPT‑6.2 Astra के साथ एक समर्पित कानूनी खोज सूचकांक और प्रश्न पर शोध करने, प्रामाणिक कानूनी स्रोतों का महत्व आँकने तथा उत्तर लिखने के निर्देश शामिल हैं. इस कॉन्फ़िगरेशन ने LAB-AA मूल्यांकन में पूर्ण अंक पाने की दर को अकेले GPT‑6.2 Astra के मुकाबले लगभग 40% बढ़ाया.
हमने सितंबर में कानूनी काम के लिए OpenAI पेश किया था. तब यह कूली, रोप्स ऐंड ग्रे और सलिवन ऐंड क्रॉमवेल सहित कुछ फ़र्मों को उपलब्ध कराया गया था. इसके बाद से हमारी शोध टीम ने तेज़ी से नवाचार करके इसकी कानूनी रीज़निंग को बेहतर बनाया है और इसके कानूनी स्रोतों को लगभग दोगुना किया है. वाल्स AI के कानूनी शोध बेंचमार्क(एक नई विंडो में खुलेगा) पर हर जाँच में सफल रहे शोध-आधारित उत्तरों का हिस्सा लगभग 46% से बढ़कर करीब 55% हो गया. हम कानून के क्षेत्र में निवेश कर रहे हैं, ताकि सर्वश्रेष्ठ वकील हमारी सर्वश्रेष्ठ अत्याधुनिक बुद्धिमत्ता का इस्तेमाल उन सवालों के जवाब खोजने में कर सकें जो तेज़ी से जटिल होती दुनिया में प्रगति का रास्ता खोलेंगे.
हार्वी का कानूनी एजेंट बेंचमार्क (LAB) परखता है कि कोई मॉडल कानूनी कार्य को शुरू से अंत तक पूरा कर सकता है या नहीं. LAB-AA(एक नई विंडो में खुलेगा) उसी परीक्षण का आर्टिफ़िशियल एनालिसिस द्वारा तैयार संस्करण है. इसमें मॉडलों को हार्वी द्वारा तैयार 120 कार्यों की कठिन कसौटी पर परखा जाता है—शपथपूर्वक बयान के लिए रूपरेखा तैयार करने से लेकर व्यावसायिक पट्टों की समीक्षा और अधिग्रहण में स्वामित्व परिवर्तन की रणनीति बनाने तक. पूर्ण अंक पाने के लिए उत्तर को कार्य की हर शर्त पूरी करनी होती है और उसमें कोई मनगढ़ंत जानकारी नहीं होनी चाहिए—यानी ऐसा कोई महत्वपूर्ण दावा नहीं, जिसकी पुष्टि स्रोत दस्तावेज़ों से न होती हो.
कानूनी काम के लिए OpenAI ने 20.8% कार्यों में पूर्ण अंक पाकर पहला स्थान हासिल किया. यह GPT‑6.2 Astra के 15.0% और Muse Wonder Full के 13.1% से आगे रहा.

कानूनी काम के लिए OpenAI ने 20.8% कार्यों में पूर्ण अंक हासिल किए और पहले स्थान पर रहा.
कानूनी काम के लिए OpenAI ने यह सर्वोच्च स्कोर शुरुआती तुलना में सबसे अधिक अंक पाने वाले गैर-OpenAI मॉडल के आधे से भी कम आउटपुट के साथ हासिल किया. इसने प्रति कार्य औसतन लगभग 64,000 आउटपुट टोकन बनाए, जबकि Muse Wonder Full ने 139,000 बनाए. साथ ही, इसकी पूर्ण अंक पाने की दर भी अधिक रही: 13.1% के मुकाबले 20.8%. उपयोग के हिसाब से भुगतान करने वाली कानूनी टीमों के लिए इसका मतलब है कि कानूनी काम के लिए OpenAI ने Muse Wonder Full से अधिक बार पूर्ण अंक पाए और प्रति कार्य 54% कम आउटपुट तैयार किया. यही अंतर खर्च को बजट में रखने और बजट से बहुत आगे निकल जाने के बीच निर्णायक हो सकता है.

हर dot एक मॉडल कॉन्फ़िगरेशन दिखाता है. ग्राफ़ में ऊपर होने का मतलब है कि ज़्यादा असाइनमेंट्स को पूरे क्रेडिट मिले. बाईं ओर होने का मतलब है कि कम आउटपुट टोकन्स इस्तेमाल हुए, जिनमें मॉडल की रीज़निंग और लिखने के दौरान जेनरेट हुआ टेक्स्ट भी शामिल है. Astra for Law ने हर असाइनमेंट में औसतन लगभग 64,000 आउटपुट टोकन्स इस्तेमाल किए और 20.8% असाइनमेंट्स में पूरे क्रेडिट हासिल किए. वहीं, Muse Wonder Full ने 139,000 टोकन्स इस्तेमाल किए और 13.1% असाइनमेंट्स में पूरे क्रेडिट पाए. ग्राफ़ में दिखाया गया कोई भी कॉन्फ़िगरेशन कम आउटपुट टोकन्स इस्तेमाल करके Astra for Law के स्कोर की बराबरी नहीं कर सका.
कानूनी काम में मनगढ़ंत जानकारी स्वीकार्य नहीं है. एक भी मनगढ़ंत उद्धरण किसी वकील से उसके मुवक्किल का भरोसा, अदालत में विश्वसनीयता और वर्षों में बनी प्रतिष्ठा छीन सकता है. इसीलिए कानूनी काम के लिए OpenAI में मनगढ़ंत जानकारी कम करना प्राथमिकता रही है. आर्टिफ़िशियल एनालिसिस की नवीनतम LAB-AA तुलना में कानूनी काम के लिए OpenAI, GPT‑6 के साथ संयुक्त रूप से महत्वपूर्ण मनगढ़ंत दावों की सबसे कम दर पर रहा: प्रति कार्य 0.03, जबकि Claude Opus 5.5 की दर 0.59 रही. गैर-OpenAI मॉडलों में अगली सबसे कम दर उसी की थी.

Astra for Law ने हर असाइनमेंट में औसतन 0.03 बड़ी और 0.06 छोटी ऐसी गलतियाँ कीं, जिनमें मॉडल ने मनगढ़ंत जानकारी दी. वहीं, Claude Opus 5.5 में हर असाइनमेंट के लिए औसतन 0.59 बड़ी और 0.51 छोटी गलतियाँ दर्ज हुईं. यानी बड़ी गलतियाँ लगभग 20 गुना और छोटी गलतियाँ 8.5 गुना ज़्यादा थीं.
उन्हीं 120 कार्यों में आर्टिफ़िशियल एनालिसिस ने ऐसे मनगढ़ंत दावे गिने जो किसी अहम बिंदु पर पाठक को गुमराह कर सकते थे. कानूनी काम के लिए OpenAI में प्रति कार्य ऐसी औसतन 0.03 गलतियाँ हुईं. यह तुलना में संयुक्त रूप से सबसे कम दर और सामान्य GPT‑6.2 Astra की दर (0.06) की लगभग आधी थी. परीक्षण में शामिल OpenAI के हर कॉन्फ़िगरेशन ने Claude Opus 5.5 से कम मनगढ़ंत जानकारी दी. इस पैमाने पर गैर-OpenAI मॉडलों में Claude Opus 5.5 का नतीजा सबसे अच्छा था. Opus ने प्रति कार्य औसतन 0.59 महत्वपूर्ण मनगढ़ंत दावे किए, जो कानूनी काम के लिए OpenAI की तुलना में लगभग 20 गुना थे. ख़ास बात यह है कि इस मूल्यांकन में कानूनी काम के लिए OpenAI ने सभी शर्तों पर सफल रहे कार्यों में कोई मनगढ़ंत जानकारी नहीं दी. यानी मनगढ़ंत जानकारी के लिए अंक काटने का नियम लागू करने पर भी इसका मूल्यांकन स्कोर नहीं घटा.
लिखित दलील तैयार करना कानूनी काम की सबसे जटिल, लंबी प्रक्रियाओं में से एक है. एक उत्कृष्ट तर्क पेश करने के लिए स्पष्ट रीज़निंग, शोध और लेखन का तालमेल ज़रूरी होता है.
हार्वी और ग्रूबेल(एक नई विंडो में खुलेगा) ने मिलकर LAB: USCL(एक नई विंडो में खुलेगा) विकसित किया, ताकि यह परखा जा सके कि कोई मॉडल वास्तविक अमेरिकी संघीय मुकदमे के लिए शोध करके लिखित दलील तैयार कर सकता है या नहीं. हर मॉडल को लिखित दलील दाखिल किए जाने से ठीक पहले की स्थिति दी जाती है और वह उसी पक्ष के लिए उसी मुद्दे पर दलील लिखता है. एक संस्करण में मॉडल को प्रासंगिक न्यायिक निर्णय ख़ुद खोजने होते हैं. दूसरे में उसे मामले के अभिलेख और मूल वकील द्वारा उद्धृत नज़ीरें दी जाती हैं. AI मूल्यांकनकर्ता लिखित दलीलों की आमने-सामने तुलना करते हैं. इसके लिए वे ऐसे मानदंड इस्तेमाल करते हैं जिनकी वकीलों ने समीक्षा की और जिन्हें समायोजित किया. कानूनी काम के लिए OpenAI ने दोनों संस्करणों में सर्वोच्च अंकों में से एक हासिल किया.

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.
दाईं ओर अधिक दूरी का मतलब है कि लिखित दलीलों को बेहतर रेटिंग मिली. जब मॉडलों ने ख़ुद कानूनी शोध किया, तो कानूनी काम के लिए OpenAI को 1,844 अंक और Opus 5.5 को 1,817 अंक मिले. नज़ीरें दिए जाने पर दोनों लगभग बराबर रहे: 1,883 और 1,882 अंक. दोनों परीक्षणों में अनिश्चितता की सीमाएँ एक-दूसरे से आंशिक रूप से मिलती हैं.
पहला नतीजा (बाईं ओर “शोध और मसौदा तैयार करना”) अहम है, क्योंकि बेहतर कानूनी शोध इस संस्करण के प्रमुख सुधारों में से एक है. हमने इस नतीजे को बेहतर बनाने पर ध्यान दिया, क्योंकि मुकदमा लड़ने वाले वकील के पास शुरुआत में ही सही न्यायिक निर्णयों की सूची होना दुर्लभ है. यहाँ हर मॉडल को तय करना था कि कौन-से निर्णय प्रासंगिक हैं और उनके आधार पर ऐसी दलील लिखनी थी जिसे अदालत समझ सके. इस काम में हार्वी के मूल्यांकनकर्ताओं ने Opus 5.5 और Gemini 4 Argon जैसे अन्य अग्रणी अत्याधुनिक मॉडलों की तुलना में कानूनी काम के लिए OpenAI के आज जारी संस्करण की लिखित दलीलों को प्राथमिकता दी. वाल्स AI के मूल्यांकन में कानूनी शोध के और भी स्पष्ट सुधार दिखते हैं. इसकी चर्चा आगे की गई है.
हमने OpenAI में कानून को शोध की प्राथमिकता बनाया है. अत्याधुनिक कानूनी बुद्धिमत्ता में नवाचार तेज़ करने के लिए शोधकर्ताओं की एक समर्पित टीम बनाई गई है. उनकी शुरुआती प्रगति का एक पैमाना वाल्स AI का कानूनी शोध बेंचमार्क(एक नई विंडो में खुलेगा) है, जिसमें कार्यरत वकील अमेरिकी संघीय और राज्य कानूनों से जुड़े प्रश्न तय करते हैं. उत्तर में हर ज़रूरी बिंदु शामिल होना चाहिए और उसके स्रोतों की जाँच भी सफल होनी चाहिए. सितंबर में कानूनी काम के लिए OpenAI लगभग 46% प्रश्नों पर सफल रहा. आज जारी संस्करण 54.81% प्रश्नों पर सफल है, जो सर्वोच्च प्रकाशित स्कोर से एक प्रतिशत अंक से भी कम पीछे है.
कानूनी काम के लिए OpenAI को एक मॉडल कॉन्फ़िगरेशन के रूप में विकसित करने से हम उसके तर्क करने के तरीके और उसके लिए उपलब्ध संदर्भ स्रोतों को बेहतर बना सकते हैं. सितंबर के बाद से हमने इस कॉन्फ़िगरेशन में GPT‑6.2 Astra को शामिल किया है और उसके कानूनी विश्लेषण का मार्गदर्शन करने वाले निर्देशों को बेहतर बनाया है. हमने उसके खोज सूचकांक में 539,000 से अधिक अमेरिकी कानूनी संसाधन भी जोड़े हैं. साथ ही, ब्रिटेन, ऑस्ट्रेलिया और कनाडा के प्राथमिक कानूनी स्रोत जोड़ने की शुरुआत करते हुए इन देशों से 98,000 से अधिक संसाधन शामिल किए हैं. इन नए संसाधनों से उस कानूनी खोज सूचकांक का विस्तार हुआ है जिसमें शुरुआत से ही 23 करोड़ से अधिक URL शामिल थे. यह सूचकांक ऐसे संग्रह पर आधारित था जिसमें नज़ीर माने जाने वाले प्रकाशित अमेरिकी न्यायिक निर्णयों के 99.9% से अधिक हिस्से(एक नई विंडो में खुलेगा) को शामिल किया गया था.
हार्वी के अपने कानूनी एजेंट बेंचमार्क पर GPT‑6 Astra ने 4.6% कार्यों में हर शर्त पूरी की. उन्हीं परिस्थितियों में GPT‑6.2 Astra ने 14.6% कार्य पूरे किए. कानूनी कॉन्फ़िगरेशन के साथ यह आँकड़ा बढ़कर 16.2% हो गया.

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).
लंबे दंडों का मतलब है कि अधिक कार्यों में हार्वी की सभी शर्तें पूरी हुईं. हार्वी ने यह परीक्षण आर्टिफ़िशियल एनालिसिस के LAB-AA मूल्यांकन से अलग किया था.
कानूनी काम के लिए OpenAI की सबसे दिलचस्प संभावनाओं को वे वकील आकार दे रहे हैं जो अपने रोज़मर्रा के काम में इसका इस्तेमाल कर रहे हैं. हमारी ग्राहक कानूनी फ़र्मों और OpenAI की अपनी कानूनी टीम के शुरुआती उपयोगकर्ता अपने कार्यक्षेत्र के लिए संदर्भ सामग्री तैयार कर रहे हैं, अपनी दलीलों को अधिक कड़ी चुनौती दे रहे हैं और कानूनों को समझने व लागू करने के नए तरीके खोज रहे हैं.
मसलन, OpenAI के शुरुआती उपयोगकर्ता कानूनी काम के लिए OpenAI का इन कामों में इस्तेमाल कर रहे हैं:
अपनी दलील को सबसे मज़बूत प्रतिद्वंद्वी के सामने परखें. कानूनी काम के लिए OpenAI का एक आम उपयोग बहस के अभ्यास में प्रतिपक्ष की भूमिका निभाना है. प्रतिस्पर्धा कानून का एक वकील इसे किसी अधिनियम की व्याख्या देता है और विधायी इतिहास, न्यायिक निर्णयों तथा दूसरी भाषाओं में उस कानून के संस्करणों के आधार पर दूसरे पक्ष की दलील रखने को कहता है. इसकी असली उपयोगिता तब सामने आती है जब कोई आपत्ति इतनी ठोस हो कि वकील को अपनी सलाह बदलनी पड़े.
सिफ़ारिश और अनिवार्य शर्त के बीच फ़र्क स्पष्ट करें. AI की निगरानी से जुड़े एक प्रस्तावित विधेयक की समीक्षा कर रहे नीति मामलों के वकील जानना चाहते थे कि किसी स्वतंत्र समीक्षक के पास कितने अधिकार होंगे. अगर समीक्षक किसी सुधार की माँग करे, तो क्या विकासकर्ता के लिए वह सुधार करना अनिवार्य होगा? ऐसे सवालों के लिए वकील हर दायित्व का सरल अंग्रेज़ी में विवरण विधेयक के हूबहू शब्दों के साथ रखते हैं, ताकि सहकर्मी देख सकें कि उसका पाठ किस व्याख्या का समर्थन करता है.
बाहरी कानूनी सलाहकार से पहली बातचीत की शुरुआत ही कठिन सवाल से करें. जब व्यवसाय किसी अपरिचित उद्योग में प्रवेश करने पर विचार करता है, तो उत्पाद संबंधी कानूनी मामलों का वकील कानूनी काम के लिए OpenAI से पता लगाता है कि प्रस्तावित गतिविधि पर कौन-से नियम लागू होंगे. पहली बातचीत में उद्योग की बुनियादी जानकारी लेने के बजाय वकील विशेषज्ञ के सामने सीधे उस काम से जुड़ा विशिष्ट सवाल रख सकता है जो व्यवसाय करना चाहता है.
ढेरों नीतियों को एक कार्यप्रवाह में बदलें. एक कानूनी कार्यक्रम प्रबंधक ने कानूनी काम के लिए OpenAI की मदद से नियामकीय प्रक्रियाओं और कंपनी की नीति को नए मामले सँभालने वाले सहकर्मियों के लिए एक कार्यप्रवाह में बदला. इससे वे समझ सकते हैं कि कब अधिक जानकारी माँगनी है, कब मामला बंद करना है और कब उसे वकील के पास भेजना है.
वह मार्गदर्शिका बनाएँ जिसकी कमी आपको अधिनियम पढ़ते समय महसूस होती है. प्रतिस्पर्धा कानून के एक वकील ने कानूनी काम के लिए OpenAI को ChatGPT के वेबसाइट बनाने वाले उपकरणों के साथ इस्तेमाल किया, ताकि टीम जिन कानूनों का नियमित उपयोग करती है उनमें व्याख्यात्मक टिप्पणियाँ जोड़ी जा सकें. किसी प्रावधान को पढ़ने वाला सहकर्मी किसी शब्द पर कर्सर ले जाकर उसकी परिभाषा देख सकता है, लिंक से उसकी व्याख्या करने वाली सामग्री खोल सकता है और जान सकता है कि पिछली बार वह प्रावधान सामने आने पर टीम ने क्या सलाह दी थी.
आज से हर ChatGPT Enterprise ग्राहक व्यवस्थापक कंसोल में विश्वसनीय पहुँच कार्यक्रम के ज़रिए कानूनी काम के लिए OpenAI का अनुरोध कर सकता है. अगर आपकी टीम के पास पहले से पहुँच है, तो ChatGPT में GPT‑6.2 Astra Law चुनें. API के ज़रिए कानूनी काम के लिए OpenAI को अपने उपकरणों में शामिल करने के लिए अलग मंज़ूरी चाहिए. इसके लिए अपने खाता निदेशक से संपर्क करें.
वकालत का पेशा एक निर्णायक मोड़ पर है. प्रौद्योगिकी व्यवसायों की क्षमताएँ बदल रही है और दुनिया अधिक जटिल व परस्पर जुड़ी हुई बनती जा रही है. ऐसे में वकीलों के पास इस दौर की हमारी समझ को आकार देने का अभूतपूर्व अवसर है—सिर्फ़ उन व्यवसायों के लिए नहीं जिन्हें वे सलाह देते हैं, बल्कि हम सबके लिए, जिनका जीवन उन नियमों से चलता है जिन्हें बनाने में वे मदद करते हैं. हम मानते हैं कि सर्वश्रेष्ठ बुद्धिमत्ता से लैस सर्वश्रेष्ठ वकील इस अवसर की चुनौती पर खरे उतर सकते हैं.
यह तो बस शुरुआत है. हम यह देखने के लिए उत्सुक हैं कि आप इस पेशे को किस दिशा में आगे ले जाएँगे.


