Astra for Law kryeson në inteligjencën juridike
Konfigurimi ynë më i ri doli i pari në vlerësimin fillestar në 24 fusha të së drejtës dhe mori vlerësime më të larta se GPT‑6 Astra për parashtresat juridike. Çdo klient i ChatGPT Enterprise tani mund të kërkojë qasje.
Sot po lançojmë një version të përditësuar të Astra for Law, i cili arrin nivelin më të lartë në Harvey LAB-AA dhe është ndër më të mirët në LAB: USCL, të zhvilluar bashkërisht nga Harvey(hapet në një dritare të re) dhe Grubel(hapet në një dritare të re), si edhe në testin e kërkimit juridik të Vals AI. Po u mundësojmë gjithashtu të gjithë klientëve të ChatGPT Enterprise të kërkojnë qasje përmes Programit të Qasjes së Besuar, përfshirë qasjen përmes API-së.
Astra for Law është një konfigurim i GPT‑6.2 Astra, modelit tonë më të ri dhe më të fuqishëm të avangardës. Ai kombinon GPT‑6.2 Astra me një indeks të posaçëm kërkimi juridik dhe me udhëzime për të hulumtuar një pyetje, për të peshuar autoritetin e burimeve juridike dhe për të shkruar përgjigjen. Ky konfigurim mori pikë të plota në vlerësimin LAB-AA gati 40% më shpesh se GPT‑6.2 Astra më vete.
Që kur prezantuam Astra for Law në shtator për një grup të vogël firmash, duke përfshirë Cooley, Ropes & Gray dhe Sullivan & Cromwell, ekipi ynë kërkimor ka sjellë me ritme të shpejta risi për të përmirësuar arsyetimin e tij juridik dhe për të dyfishuar afërsisht burimet e tij juridike. Në testin e kërkimit juridik të Vals AI(hapet në një dritare të re), përqindja e përgjigjeve kërkimore që kaluan çdo kontroll u rrit nga rreth 46% në gati 55%. Po investojmë në fushën e së drejtës që avokatët më të mirë të mund të përdorin inteligjencën tonë më të mirë të avangardës për të trajtuar çështjet që do të mundësojnë përparim në një botë gjithnjë e më komplekse.
Testi i Harvey për agjentët juridikë (LAB) vlerëson nëse një model mund të kryejë një detyrë juridike nga fillimi në fund. LAB-AA(hapet në një dritare të re) është versioni i këtij testi i zhvilluar nga Artificial Analysis. Ky version i vë modelet në provë me 120 detyra të vështira të hartuara nga Harvey, nga përgatitja e planeve për marrjen e dëshmive nën betim te shqyrtimi i kontratave të qirasë tregtare dhe planifikimi strategjik i ndryshimeve të pronësisë gjatë blerjes së kompanive. Për të marrë pikë të plota, një përgjigje duhet të përmbushë çdo kërkesë të detyrës pa halucinacione, pra pa bërë pohime me rëndësi për çështjen që nuk mbështeten në dokumentet burimore.
Astra for Law u rendit i pari, duke marrë pikë të plota në 20,8% të detyrave, përpara GPT‑6.2 Astra me 15,0% dhe Muse Wonder Full me 13,1%.

OpenAI for Law mori pikë të plota në 20,8% të detyrave dhe u rendit i pari.
Astra for Law e arriti këtë rezultat kryesues duke gjeneruar më pak se gjysmën e numrit të tokenëve të daljes të modelit me rezultatin më të lartë jashtë OpenAI në krahasimin fillestar. Ai gjeneroi mesatarisht rreth 64.000 tokenë daljeje për detyrë, kundrejt 139.000 të Muse Wonder Full, dhe mori pikë të plota më shpesh: 20,8% kundrejt 13,1%. Për ekipet juridike që paguajnë sipas përdorimit, kjo do të thotë se Astra for Law mori pikë të plota më shpesh se Muse Wonder Full, duke gjeneruar 54% më pak tokenë daljeje për detyrë. Kjo mund të bëjë dallimin mes respektimit të buxhetit dhe tejkalimit të ndjeshëm të tij.

Çdo pikë përfaqëson një konfigurim modeli. Sa më lart, aq më shumë detyra morën pikë të plota. Sa më majtas, aq më pak tokenë daljeje, të cilët përfshijnë tekstin që modeli gjeneron gjatë arsyetimit dhe shkrimit. Astra for Law gjeneroi mesatarisht rreth 64.000 tokenë daljeje për detyrë dhe mori pikë të plota në 20,8% të detyrave, kundrejt 139.000 dhe 13,1% për Muse Wonder Full. Asnjë nga konfigurimet e paraqitura nuk e barazoi rezultatin e Astra for Law duke përdorur më pak tokenë daljeje.
Halucinacionet janë të papranueshme në punën juridike. Një citim i vetëm i sajuar mund t'i kushtojë një avokati besimin e klientit, besueshmërinë në gjykatë dhe reputacionin e ndërtuar ndër vite. Prandaj, ulja e halucinacioneve ka qenë përparësi për Astra for Law. Në krahasimin më të fundit LAB-AA të Artificial Analysis, Astra for Law pati, së bashku me GPT‑6, normën më të ulët të halucinacioneve thelbësore: 0,03 për detyrë, kundrejt 0,59 për Claude Opus 5.5 (modeli jashtë OpenAI me normën më të ulët pas tyre).

Astra for Law pati mesatarisht 0,03 halucinacione thelbësore dhe 0,06 halucinacione të vogla për detyrë. Claude Opus 5.5 pati mesatarisht 0,59 halucinacione thelbësore dhe 0,51 halucinacione të vogla për detyrë, rreth 20 herë më shumë halucinacione thelbësore dhe 8,5 herë më shumë të vogla.
Në të njëjtat 120 detyra, Artificial Analysis numëroi pretendimet e sajuara që mund ta çonin lexuesin në përfundime të gabuara për një pikë thelbësore. Astra for Law pati mesatarisht 0,03 gabime të tilla për detyrë, duke barazuar normën më të ulët në krahasim. Kjo ishte afërsisht gjysma e normës së GPT‑6.2 Astra standard (0,06). Çdo konfigurim i testuar i OpenAI pati më pak halucinacione se Claude Opus 5.5, i cili arriti rezultatin më të mirë jashtë OpenAI sipas këtij treguesi. Opus pati mesatarisht 0,59 halucinacione thelbësore për detyrë, rreth 20 herë më shumë se Astra for Law. Veçanërisht, në këtë vlerësim Astra for Law nuk pati asnjë halucinacion në detyrat që përmbushën të gjitha kriteret. Kjo do të thotë se rezultati i tij nuk u ul kur u zbatua penalizimi për halucinacionet.
Hartimi i parashtresave është një nga proceset më komplekse dhe afatgjata në punën juridike, ku arsyetimi i qartë, kërkimi dhe shkrimi duhet të ndërthuren për të ndërtuar një argumentim të shkëlqyer.
Harvey dhe Grubel(hapet në një dritare të re) zhvilluan së bashku LAB: USCL(hapet në një dritare të re) për të testuar nëse një model mund të kryejë kërkime dhe të hartojë një parashtresë për një çështje reale federale në SHBA. Çdo model e merr përsipër detyrën menjëherë para depozitimit të një parashtrese dhe shkruan për të njëjtën palë, mbi të njëjtën çështje juridike. Në njërin version, modeli duhet t'i gjejë vetë vendimet gjyqësore përkatëse. Në tjetrin, i jepet dosja dhe precedentët që ka cituar avokati fillestar. Vlerësues me IA i krahasojnë parashtresat drejtpërdrejt me njëra-tjetrën, sipas kritereve të shqyrtuara dhe të kalibruara nga avokatë. Astra for Law arriti një nga rezultatet më të larta në të dyja versionet.

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.
Sa më djathtas, aq më të larta janë vlerësimet për parashtresat. Kur modelet kryen vetë kërkimin juridik, Astra for Law mori 1.844 pikë, kundrejt 1.817 të Opus 5.5. Kur iu dhanë precedentët, rezultatet ishin praktikisht të barabarta: 1.883 dhe 1.882. Intervalet e pasigurisë mbivendosen në të dyja testet.
Rezultati i parë ("Kërkim dhe hartim", në të majtë) ka rëndësi sepse përmirësimi i kërkimit juridik është një nga përparimet kryesore të këtij versioni. U përqendruam te përmirësimi i këtij rezultati sepse një avokat gjyqësor rrallëherë e nis punën me një listë të vendimeve të duhura. Këtu, çdo model duhej të përcaktonte cilat vendime kishin rëndësi dhe t'i përdorte për të hartuar një argumentim që gjykata mund ta ndiqte. Në këtë detyrë, vlerësuesit e Harvey parapëlqyen parashtresat e versionit të sotëm të Astra for Law ndaj atyre të modeleve të tjera kryesuese të avangardës, si Opus 5.5 dhe Gemini 4 Argon. Përmirësime më të dukshme në kërkimin juridik shihen në vlerësimin e Vals AI, të cilin e trajtojmë më poshtë.
Në OpenAI e kemi bërë drejtësinë një përparësi kërkimore, duke caktuar një ekip studiuesish për të përshpejtuar inovacionin në inteligjencën juridike të avangardës. Një tregues i hershëm i përparimit të tyre vjen nga testi i kërkimit juridik i Vals AI(hapet në një dritare të re), ku avokatë praktikues hartojnë pyetje mbi të drejtën federale dhe shtetërore të SHBA-së. Një përgjigje duhet të trajtojë çdo pikë të kërkuar dhe të kalojë verifikimin e burimeve. Në shtator, OpenAI for Law iu përgjigj me sukses rreth 46% të pyetjeve. Versioni i sotëm arrin 54,81%, më pak se një pikë përqindjeje larg rezultatit më të lartë të publikuar.
Ndërtimi i OpenAI for Law si konfigurim modeli na lejon të përmirësojmë mënyrën si arsyeton dhe burimet që mund të konsultojë. Që nga shtatori, kemi përfshirë GPT‑6.2 Astra në konfigurim dhe kemi përpunuar udhëzimet që drejtojnë analizën e tij juridike. Gjithashtu, indeksit të tij të kërkimit i kemi shtuar mbi 539 000 burime juridike nga SHBA-ja dhe mbi 98 000 burime nga Mbretëria e Bashkuar, Australia dhe Kanadaja, teksa nisëm të shtonim burime parësore të së drejtës nga këto vende. Këto shtesa zgjerojnë një indeks kërkimi juridik që që në lançim përfshinte mbi 230 milionë URL, nga një koleksion që mbulonte mbi 99,9% të jurisprudencës së publikuar të SHBA-së me fuqi precedenti(hapet në një dritare të re).
Në testin e vetë Harvey për agjentët juridikë, GPT‑6 Astra përmbushi çdo kërkesë në 4,6% të detyrave. GPT‑6.2 Astra përfundoi me sukses 14,6% në të njëjtat kushte. Me konfigurimin juridik, kjo shifër u rrit në 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).
Shtyllat më të gjata tregojnë se më shumë detyra përmbushën të gjitha kërkesat e Harvey. Harvey e kreu këtë test veçmas nga vlerësimi LAB-AA i Artificial Analysis.
Mundësitë më interesante për Astra for Law po marrin formë falë avokatëve që e përdorin në punën e përditshme. Si në firmat ligjore kliente, ashtu edhe në ekipin juridik të vetë OpenAI, përdoruesit e parë po krijojnë materiale referimi për praktikën e tyre, po kërkojnë kundërshtime më të forta ndaj argumenteve të tyre dhe po gjejnë mënyra të reja për të analizuar legjislacionin.
Për shembull, përdoruesit e parë në OpenAI po përdorin Astra for Law për këto qëllime:
Vëre argumentin tënd përballë kundërshtarit më të fortë. Një përdorim i zakonshëm i Astra for Law është si partner debati për të vënë në provë argumentet. Një avokat i së drejtës së konkurrencës i jep një interpretim të një ligji dhe i kërkon të mbrojë qëndrimin e kundërt, duke u mbështetur në historikun legjislativ, vendimet gjyqësore dhe versionet e ligjit në gjuhë të tjera. Vlera e tij del në pah kur një kundërargument është aq bindës sa të ndryshojë këshillën juridike.
Dallo kufirin mes një rekomandimi dhe një detyrimi. Një jurist i politikave publike, që po shqyrtonte një projektligj për mbikëqyrjen e IA-së, donte të dinte se sa kompetenca do të kishte një vlerësues i pavarur. Nëse vlerësuesi kërkonte një korrigjim, a do të ishte zhvilluesi i detyruar ta bënte? Për pyetje të tilla, juristi vendos një shpjegim të çdo detyrimi në anglishte të thjeshtë përbri formulimit të saktë të projektligjit, që kolegët të shohin se cilin interpretim mbështet teksti.
Nise bisedën e parë me këshilltarin e jashtëm ligjor me pyetjen e vështirë. Kur kompania po shqyrton hyrjen në një sektor të panjohur, një jurist që këshillon për produktet përdor Astra for Law për të përcaktuar cilat rregulla do të zbatoheshin për veprimtarinë e propozuar. Në vend që ta shpenzojë bisedën e parë duke kërkuar një pasqyrë të përgjithshme të sektorit, juristi mund t'i drejtohet specialistit me një pyetje konkrete për atë që kompania dëshiron të bëjë.
Ktheje një grumbull politikash në një rrjedhë pune. Një menaxher programesh juridike përdori Astra for Law për t'i kthyer procedurat rregullatore dhe politikat e kompanisë në një rrjedhë pune për kolegët që trajtojnë rastet e reja. Kështu, ata mund të kuptojnë kur të kërkojnë më shumë informacion, kur ta mbyllin rastin dhe kur t'ia kalojnë një juristi.
Krijo udhëzuesin që do të doje ta kishe bashkë me ligjin. Një avokat i së drejtës së konkurrencës kombinoi Astra for Law me mjetet e ChatGPT për ndërtimin e faqeve të internetit, për të pajisur me shënime shpjeguese legjislacionin që ekipi përdor rregullisht. Një koleg që lexon një dispozitë mund ta vendosë kursorin mbi një term për të parë përkufizimin, të ndjekë një lidhje drejt materialeve që e shpjegojnë dhe të shohë çfarë këshille dha ekipi herën e fundit që u trajtua ajo dispozitë.
Nga sot, çdo klient i ChatGPT Enterprise mund të kërkojë qasje në Astra for Law përmes Programit të Qasjes së Besuar në panelin e administrimit. Nëse ekipi yt ka tashmë qasje, zgjidh GPT‑6.2 Astra Law në ChatGPT. Për të integruar Astra for Law në mjetet e tua përmes API-së, kontakto drejtuesin përgjegjës për llogarinë tënde për miratim të veçantë.
Profesioni juridik ndodhet në një pikë kthese. Teksa teknologjia ndryshon mundësitë e bizneseve dhe bota bëhet gjithnjë e më komplekse dhe e ndërlidhur, avokatët kanë një mundësi të paprecedentë për të ndikuar në mënyrën si e kuptojmë këtë periudhë, jo vetëm për bizneset që këshillojnë, por për të gjithë ne që jetojmë sipas rregullave që ata ndihmojnë të hartohen. Besojmë se avokatët më të mirë, të pajisur me inteligjencën më të mirë, mund t'i përgjigjen kësaj sfide.
Jemi vetëm në fillim. Mezi presim të shohim se në ç'drejtim do ta çosh profesionin.


