OpenAI jogi szervezetek számára: élen a jogi MI-ben
Legújabb modellkonfigurációnk első lett a 24 jogterületet lefedő induláskori teszten, jogi beadványai pedig jobb értékelést kaptak, mint a GPT‑6 Astra beadványai. Mostantól minden ChatGPT Enterprise-ügyfél kérhet hozzáférést.
Ma kiadjuk az OpenAI jogi szervezetek számára frissített változatát, amely a Harvey LAB-AA tesztjén a legjobb eredményt nyújtja, és az élmezőnyben teljesít a Harvey(új ablakban nyílik meg) és a Grubel(új ablakban nyílik meg) közösen fejlesztett LAB: USCL tesztjén, valamint a Vals AI Legal Research Bench tesztjén is. Emellett minden ChatGPT Enterprise-ügyfél számára lehetővé tesszük, hogy a Trusted Access Program keretében hozzáférést kérjen, akár az API-n keresztüli használathoz is.
Az OpenAI jogi szervezetek számára a GPT‑6.2 Astra, legújabb és legerősebb élvonalbeli modellünk egyik modellkonfigurációja. A GPT‑6.2 Astra modellt külön jogi keresési indexszel és olyan utasításokkal egészíti ki, amelyek a kérdés kutatását, a jogforrások mérlegelését és a válasz megírását irányítják. Ez a konfiguráció közel 40%-kal gyakrabban ért el teljes pontszámot a LAB-AA-értékelésen, mint a GPT‑6.2 Astra önmagában.
Amióta szeptemberben bemutattuk az OpenAI jogi szervezetek számára megoldást néhány ügyvédi irodának, köztük a Cooley, a Ropes & Gray és a Sullivan & Cromwell irodának, kutatócsapatunk gyors fejlesztésekkel javította annak jogi érvelését, és nagyjából megduplázta jogi forrásainak számát. A Vals AI Legal Research Bench(új ablakban nyílik meg) teszten a minden ellenőrzésen megfelelő kutatási válaszok aránya mintegy 46%-ról közel 55%-ra nőtt. Azért fektetünk a jog területébe, hogy a legjobb jogászok a legkiválóbb élvonalbeli intelligenciánkat használhassák azokhoz a kérdésekhez, amelyek megoldása előrelépést hozhat egy egyre összetettebb világban.
A Harvey Legal Agent Benchmark (LAB) tesztje azt méri, hogy egy modell képes-e egy jogi feladatot az elejétől a végéig elvégezni. A LAB-AA(új ablakban nyílik meg) ennek a tesztnek az Artificial Analysis által készített változata. A Harvey által kidolgozott 120 feladattal teszi kemény próbára a modelleket: a tanúkihallgatási vázlatok készítésétől az üzleti bérleti szerződések átvizsgálásán át a felvásárlások tulajdonosváltási stratégiájának kialakításáig. A teljes pontszámhoz a válasznak a feladat minden követelményét teljesítenie kell, hallucináció nélkül, vagyis nem tehet olyan érdemi állítást, amelyet a forrásdokumentumok nem támasztanak alá.
Az OpenAI jogi szervezetek számára első helyen végzett: a feladatok 20,8%-ában ért el teljes pontszámot, megelőzve a GPT‑6.2 Astra 15,0%-os és a Muse Wonder Full 13,1%-os eredményét.

Az OpenAI jogi szervezetek számára a feladatok 20,8%-ában ért el teljes pontszámot, és az első helyen végzett.
Az OpenAI jogi szervezetek számára ráadásul úgy érte el ezt a legjobb eredményt, hogy feleannyi kimenetet sem generált, mint az induláskori összehasonlítás legjobban teljesítő, nem OpenAI-modellje. Feladatonként átlagosan mintegy 64 000 kimeneti tokent használt a Muse Wonder Full 139 000 tokenjével szemben, és gyakrabban ért el teljes pontszámot: 20,8%-ban a 13,1%-kal szemben. A használatalapú díjazást fizető jogi csapatok számára ez azt jelenti, hogy az OpenAI jogi szervezetek számára gyakrabban ért el teljes pontszámot, mint a Muse Wonder Full, miközben feladatonként 54%-kal kevesebb kimenetet generált. Ezen múlhat, hogy a költségkereten belül maradnak-e, vagy jelentősen túllépik azt.

Minden pont egy modellkonfigurációt jelöl. A magasabb pont több teljes pontszámot elérő feladatot, a balra eső pont kevesebb kimeneti tokent jelent. A kimeneti tokenekbe a modell érvelése és írása során generált szöveg is beleszámít. Az OpenAI jogi szervezetek számára feladatonként átlagosan mintegy 64 000 kimeneti tokent használt, és a feladatok 20,8%-ában ért el teljes pontszámot, szemben a Muse Wonder Full 139 000 tokenjével és 13,1%-os eredményével. A bemutatott konfigurációk egyike sem érte el az OpenAI jogi szervezetek számára pontszámát kevesebb kimeneti tokennel.
A jogi munkában elfogadhatatlanok a hallucinációk. Egyetlen kitalált hivatkozás is az ügyfél bizalmába, a bíróság előtti hitelességbe és az évek alatt felépített hírnévbe kerülhet egy ügyvédnek. Ezért kapott kiemelt figyelmet a hallucinációk csökkentése az OpenAI jogi szervezetek számára fejlesztése során. Az Artificial Analysis legutóbbi LAB-AA-összehasonlításában az OpenAI jogi szervezetek számára a GPT‑6 modellel holtversenyben érte el a legalacsonyabb érdemi hallucinációs arányt: feladatonként 0,03-at, szemben a Claude Opus 5.5 0,59-es értékével, amely a nem OpenAI-modellek közül a legalacsonyabb volt.

Az OpenAI jogi szervezetek számára feladatonként átlagosan 0,03 érdemi és 0,06 kisebb jelentőségű hallucinációt produkált. A Claude Opus 5.5 feladatonként átlagosan 0,59 érdemi és 0,51 kisebb jelentőségű hallucinációt produkált: előbbiből mintegy hússzor, utóbbiból 8,5-szer annyit.
Ugyanebben a 120 feladatban az Artificial Analysis azokat a hallucinált állításokat számolta össze, amelyek érdemi kérdésben félrevezethetik az olvasót. Az OpenAI jogi szervezetek számára feladatonként átlagosan 0,03 ilyen hibát vétett, ami holtversenyben a legalacsonyabb arány volt az összehasonlításban, és nagyjából fele a normál GPT‑6.2 Astra 0,06-os értékének. Minden vizsgált OpenAI-konfiguráció kevesebb hallucinációt produkált, mint a Claude Opus 5.5, amely ebben a mutatóban a nem OpenAI-modellek legjobb eredményét érte el. Az Opus feladatonként átlagosan 0,59 érdemi hallucinációt produkált, mintegy húszszor annyit, mint az OpenAI jogi szervezetek számára. Figyelemre méltó, hogy az OpenAI jogi szervezetek számára ezen az értékelésen egyetlen hallucinációt sem produkált a minden követelményt teljesítő feladatokban. Ez azt jelenti, hogy pontszáma a hallucinációkért járó levonás alkalmazásakor sem csökkent.
A bírósági beadványok megírása a jogi munka egyik legösszetettebb, hosszú távú folyamata: a kiváló érveléshez világos gondolatmenetre, alapos kutatásra és jó szövegalkotásra egyaránt szükség van.
A Harvey és a Grubel(új ablakban nyílik meg) közösen fejlesztette ki a LAB: USCL(új ablakban nyílik meg) tesztet annak felmérésére, hogy egy modell képes-e kutatást végezni és beadványt írni egy valós, amerikai szövetségi bírósági ügyben. Minden modell a beadvány benyújtását közvetlenül megelőző ponton kapcsolódik be, és ugyanannak a félnek, ugyanabban a kérdésben készít beadványt. Az egyik változatban a modellnek magának kell megtalálnia a releváns bírósági döntéseket. A másikban megkapja az ügy iratait és az eredeti ügyvéd által hivatkozott precedenseket. Az MI-alapú értékelők páronként hasonlítják össze a beadványokat, ügyvédek által ellenőrzött és finomhangolt szempontok alapján. Az OpenAI jogi szervezetek számára mindkét változatban az egyik legmagasabb pontszámot érte el.

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.
A jobbra eső pontok a beadványok magasabb értékelését jelzik. Amikor a modellek maguk végezték a jogi kutatást, az OpenAI jogi szervezetek számára 1844 pontot ért el az Opus 5.5 1817 pontjával szemben. A precedensek birtokában gyakorlatilag azonos eredményt értek el: 1883, illetve 1882 pontot. A bizonytalansági tartományok mindkét tesztben átfedik egymást.
Az első eredmény (bal oldalon, „Kutatás és szövegezés”) azért fontos, mert a jobb jogi kutatás ennek a kiadásnak az egyik legfontosabb fejlesztése. Azért összpontosítottunk ennek az eredménynek a javítására, mert a peres ügyvéd ritkán indul a megfelelő bírósági döntések kész listájával. Itt minden modellnek meg kellett állapítania, mely döntések relevánsak, majd ezekre támaszkodva a bíróság számára követhető érvelést kellett megírnia. Ebben a feladatban a Harvey értékelői jobbnak ítélték az OpenAI jogi szervezetek számára mai változatának beadványait, mint más vezető, élvonalbeli modellekét, például az Opus 5.5 és a Gemini 4 Argon beadványait. A következőkben tárgyalt Vals AI-értékelésben még szembetűnőbb javulás látszik a jogi kutatás terén.
Az OpenAI-nál kiemelt kutatási területté tettük a jogot: külön kutatócsapat dolgozik az élvonalbeli jogi intelligencia innovációjának felgyorsításán. Munkájuk előrehaladásának egyik korai mércéje a Vals AI Legal Research Bench(új ablakban nyílik meg), amelyben gyakorló ügyvédek állítanak össze kérdéseket az amerikai szövetségi és tagállami jogról. A válasznak minden elvárt pontra ki kell térnie, és a forrásellenőrzéseken is meg kell felelnie. Szeptemberben az OpenAI jogi szervezetek számára a kérdések mintegy 46%-át válaszolta meg sikeresen. A mai kiadás 54,81%-ot ér el, így egy százalékponton belül van a legjobb közzétett eredményhez képest.
Az OpenAI jogi szervezetek számára modellkonfigurációként való kialakítása lehetővé teszi, hogy fejlesszük az érvelését, és bővítsük az általa felhasználható forrásokat. Szeptember óta beépítettük a konfigurációba a GPT‑6.2 Astra modellt, és finomítottuk a jogi elemzését irányító utasításokat. A keresési indexét emellett több mint 539 000 amerikai jogi forrással és több mint 98 000 brit, ausztrál és kanadai forrással bővítettük, megkezdve ezen országok elsődleges jogforrásainak hozzáadását. Ezek a kiegészítések egy olyan jogi keresési indexet bővítenek, amely már indulásakor több mint 230 millió URL-t tartalmazott, egy, a közzétett, precedensértékű amerikai bírósági döntések több mint 99,9%-át lefedő(új ablakban nyílik meg) gyűjteményből.
A Harvey saját Legal Agent Benchmark tesztjén a GPT‑6 Astra a feladatok 4,6%-ában teljesített minden követelményt. A GPT‑6.2 Astra ugyanilyen feltételek mellett 14,6%-ot teljesített. A jogi konfigurációval ez az arány 16,2%-ra emelkedett.

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).
A hosszabb sávok azt jelzik, hogy több feladat teljesítette a Harvey összes követelményét. A Harvey ezt a tesztet az Artificial Analysis LAB-AA-értékelésétől függetlenül végezte el.
Az OpenAI jogi szervezetek számára legizgalmasabb lehetőségeit azok a jogászok formálják, akik mindennapi munkájuk során használják. Ügyvédi irodai ügyfeleinknél és az OpenAI saját jogi csapatában az első felhasználók a szakterületükhöz igazodó tudásanyagokat építenek, szigorúbb próbának vetik alá érveiket, és új módszereket találnak a jogszabályok feldolgozására.
Az OpenAI első felhasználói például a következőkre használják az OpenAI jogi szervezetek számára megoldást:
Állítsd érveidet a legerősebb ellenféllel szembe. Az OpenAI jogi szervezetek számára egyik gyakori felhasználási módja a vitapartnerként való alkalmazás. Egy versenyjogász megadja neki egy jogszabály értelmezését, majd arra kéri, hogy a jogalkotási előzményekre, bírósági döntésekre és a jogszabály más nyelvi változataira támaszkodva érveljen az ellenkező álláspont mellett. Az igazi érték akkor mutatkozik meg, amikor egy ellenérv elég erős ahhoz, hogy megváltoztassa a jogi tanácsot.
Húzd meg a határt az ajánlás és a kötelező előírás között. Egy szabályozási ügyekkel foglalkozó jogász egy MI-felügyeleti törvényjavaslat vizsgálatakor arra keresett választ, mekkora jogköre lenne egy független felülvizsgálónak. Ha a felülvizsgáló javítást kérne, a fejlesztőnek kötelező lenne azt elvégeznie? Az ilyen kérdéseknél a jogász minden kötelezettség közérthető leírását a törvényjavaslat pontos szövege mellé helyezi, hogy kollégái lássák, melyik értelmezést támasztja alá a szöveg.
Már az első egyeztetést a nehéz kérdéssel kezdd a külső jogi tanácsadóval. Amikor a vállalat egy számára ismeretlen iparágba való belépést mérlegel, egy termékjogi szakértő az OpenAI jogi szervezetek számára segítségével térképezi fel, mely szabályok vonatkoznának a tervezett tevékenységre. Így az első egyeztetésen nem az iparág általános bemutatását kell kérnie, hanem konkrét kérdéssel fordulhat a szakértőhöz arról, amit a vállalat meg szeretne valósítani.
Alakíts egy halom szabályzatot munkafolyamattá. Egy jogi programmenedzser az OpenAI jogi szervezetek számára segítségével a hatósági eljárásokat és a vállalati szabályzatokat munkafolyamattá alakította a beérkező ügyeket kezelő kollégák számára. Így egyértelművé vált, mikor kell további információt kérniük, mikor zárhatják le az ügyet, és mikor kell azt jogászhoz továbbítaniuk.
Készítsd el azt az útmutatót, amelyet szívesen látnál a jogszabály mellett. Egy versenyjogász az OpenAI jogi szervezetek számára és a ChatGPT webhelykészítő eszközeinek együttes használatával magyarázatokkal látta el a csapat által rendszeresen használt jogszabályokat. A rendelkezést olvasó kolléga egy kifejezés fölé viheti a kurzort a meghatározás megtekintéséhez, hivatkozáson keresztül elérheti a magyarázó anyagokat, és megnézheti, milyen tanácsot adott a csapat, amikor legutóbb felmerült az adott rendelkezés.
Mától minden ChatGPT Enterprise-ügyfél kérhet hozzáférést az OpenAI jogi szervezetek számára megoldáshoz az adminisztrátori konzolban elérhető Trusted Access Program keretében. Ha csapatodnak már van hozzáférése, válaszd a GPT‑6.2 Astra Law lehetőséget a ChatGPT‑ben. Ha az OpenAI jogi szervezetek számára megoldást az API-n keresztül saját eszközeidbe szeretnéd beépíteni, a külön jóváhagyásért fordulj az ügyfélkapcsolati igazgatódhoz.
A jogászi hivatás fordulóponthoz érkezett. Ahogy a technológia átformálja a vállalkozások lehetőségeit, a világ pedig egyre összetettebbé és összekapcsoltabbá válik, a jogászok előtt példátlan lehetőség nyílik arra, hogy alakítsák a jelenről alkotott képünket. Nemcsak az általuk támogatott vállalkozások számára, hanem mindannyiunknak, akik az általuk is formált szabályok szerint élünk. Hiszünk abban, hogy a legjobb jogászok a legjobb intelligenciával felvértezve képesek megfelelni ennek a kihívásnak.
Még csak az út elején járunk. Alig várjuk, hogy lássuk, merre viszitek tovább a hivatást.


