OpenAI cho Luật dẫn đầu về năng lực AI pháp lý
Cấu hình mô hình mới nhất đứng đầu bài đánh giá ra mắt trên 24 lĩnh vực luật và được đánh giá cao hơn GPT‑6 Astra về bản luận cứ. Mọi khách hàng ChatGPT Enterprise nay đều có thể yêu cầu quyền truy cập.
Hôm nay, chúng tôi phát hành phiên bản cập nhật của OpenAI cho Luật với kết quả dẫn đầu trên Harvey LAB-AA và thuộc nhóm cao nhất trên LAB: USCL do Harvey(mở trong cửa sổ mới) và Grubel(mở trong cửa sổ mới) cùng phát triển, cũng như Legal Research Bench của Vals AI. Chúng tôi cũng cho phép mọi khách hàng ChatGPT Enterprise yêu cầu quyền truy cập qua Chương trình Truy cập Tin cậy, bao gồm cả truy cập qua API.
OpenAI cho Luật là một cấu hình của GPT‑6.2 Astra, mô hình tiên phong mới nhất và mạnh mẽ nhất của chúng tôi. Cấu hình này kết hợp GPT‑6.2 Astra với một chỉ mục tìm kiếm pháp lý chuyên dụng và các chỉ dẫn để nghiên cứu vấn đề, cân nhắc giá trị của các căn cứ pháp lý và viết câu trả lời. Cấu hình đó đạt điểm tối đa trên bài đánh giá LAB-AA với tỷ lệ cao hơn gần 40% so với GPT‑6.2 Astra khi dùng riêng.
Kể từ khi chúng tôi giới thiệu OpenAI cho Luật vào tháng 9 tới một nhóm nhỏ hãng luật, gồm Cooley, Ropes & Gray và Sullivan & Cromwell, nhóm nghiên cứu đã nhanh chóng đổi mới để cải thiện khả năng suy luận pháp lý và tăng gần gấp đôi số nguồn pháp lý của mô hình. Trên Legal Research Bench của Vals AI(mở trong cửa sổ mới), tỷ lệ câu trả lời nghiên cứu vượt qua mọi bước kiểm tra tăng từ khoảng 46% lên gần 55%. Chúng tôi đầu tư vào lĩnh vực luật để những luật sư giỏi nhất có thể vận dụng năng lực AI tiên phong tốt nhất của chúng tôi vào các vấn đề giúp thúc đẩy tiến bộ trong một thế giới ngày càng phức tạp.
Legal Agent Benchmark (LAB) của Harvey kiểm tra khả năng thực hiện một nhiệm vụ pháp lý từ đầu đến cuối của mô hình. LAB-AA(mở trong cửa sổ mới) là phiên bản bài kiểm tra đó do Artificial Analysis thực hiện. Bài kiểm tra thử thách các mô hình với 120 nhiệm vụ do Harvey xây dựng — từ soạn đề cương lấy lời khai trước xét xử, rà soát hợp đồng thuê thương mại đến hoạch định thay đổi quyền sở hữu trong các thương vụ mua lại. Để đạt điểm tối đa, câu trả lời phải đáp ứng mọi yêu cầu của nhiệm vụ mà không có ảo giác, tức không đưa ra nhận định quan trọng thiếu căn cứ trong tài liệu nguồn.
OpenAI cho Luật đứng đầu, đạt điểm tối đa ở 20,8% số nhiệm vụ, vượt GPT‑6.2 Astra với 15,0% và Muse Wonder Full với 13,1%.

OpenAI cho Luật đạt điểm tối đa ở 20,8% số nhiệm vụ và đứng đầu.
OpenAI cho Luật cũng đạt điểm cao nhất đó với lượng đầu ra chưa bằng một nửa mô hình ngoài OpenAI có điểm cao nhất trong đợt so sánh khi ra mắt. Mô hình tạo trung bình khoảng 64.000 token đầu ra mỗi nhiệm vụ, so với 139.000 của Muse Wonder Full, đồng thời đạt điểm tối đa với tỷ lệ cao hơn: 20,8% so với 13,1%. Với các nhóm pháp lý trả phí theo mức sử dụng, điều này có nghĩa là OpenAI cho Luật đạt điểm tối đa thường xuyên hơn Muse Wonder Full nhưng tạo ra lượng đầu ra ít hơn 54% cho mỗi nhiệm vụ. Đây có thể là yếu tố quyết định việc giữ chi phí trong ngân sách hay vượt xa ngân sách.

Mỗi chấm biểu thị một cấu hình mô hình. Càng cao, số nhiệm vụ đạt điểm tối đa càng nhiều; càng về bên trái, số token đầu ra càng ít. Token đầu ra bao gồm văn bản mô hình tạo ra khi suy luận và viết. OpenAI cho Luật tạo trung bình khoảng 64.000 token đầu ra mỗi nhiệm vụ và đạt điểm tối đa ở 20,8% số nhiệm vụ, so với 139.000 và 13,1% của Muse Wonder Full. Không cấu hình nào được hiển thị đạt điểm ngang OpenAI cho Luật với số token đầu ra ít hơn.
Ảo giác là điều không thể chấp nhận trong công việc pháp lý. Chỉ một trích dẫn bịa đặt cũng có thể khiến luật sư mất lòng tin của khách hàng, uy tín trước tòa và danh tiếng gây dựng nhiều năm. Vì vậy, giảm ảo giác luôn là một ưu tiên của OpenAI cho Luật. Trong đợt so sánh LAB-AA mới nhất của Artificial Analysis, OpenAI cho Luật đồng hạng với GPT‑6 về tỷ lệ ảo giác nghiêm trọng thấp nhất: 0,03 mỗi nhiệm vụ, so với 0,59 của Claude Opus 5.5 (mô hình ngoài OpenAI có tỷ lệ thấp nhất tiếp theo).

OpenAI cho Luật có trung bình 0,03 ảo giác nghiêm trọng và 0,06 ảo giác nhỏ mỗi nhiệm vụ. Claude Opus 5.5 có trung bình 0,59 ảo giác nghiêm trọng và 0,51 ảo giác nhỏ mỗi nhiệm vụ, tức số ảo giác nghiêm trọng cao gấp khoảng 20 lần và số ảo giác nhỏ cao gấp 8,5 lần.
Trên cùng 120 nhiệm vụ, Artificial Analysis đếm các nhận định bịa đặt có thể khiến người đọc hiểu sai một điểm quan trọng về nội dung. OpenAI cho Luật có trung bình 0,03 lỗi như vậy mỗi nhiệm vụ, đồng hạng thấp nhất trong đợt so sánh và xấp xỉ một nửa tỷ lệ của GPT‑6.2 Astra thông thường (0,06). Mọi cấu hình OpenAI được kiểm tra đều có ít ảo giác hơn Claude Opus 5.5, mô hình ngoài OpenAI đạt kết quả tốt nhất theo thước đo này. Opus có trung bình 0,59 ảo giác nghiêm trọng mỗi nhiệm vụ, cao gấp khoảng 20 lần OpenAI cho Luật. Đáng chú ý, trong bài đánh giá này, OpenAI cho Luật không có ảo giác ở các nhiệm vụ vượt qua mọi tiêu chí — nghĩa là điểm đánh giá của mô hình không giảm khi áp dụng mức phạt cho ảo giác.
Soạn bản luận cứ là một trong những quy trình dài hơi phức tạp nhất trong ngành luật, đòi hỏi sự kết hợp giữa suy luận mạch lạc, nghiên cứu và kỹ năng viết để tạo nên lập luận xuất sắc.
Harvey và Grubel(mở trong cửa sổ mới) cùng phát triển LAB: USCL(mở trong cửa sổ mới) để kiểm tra khả năng nghiên cứu và soạn bản luận cứ của mô hình trong một vụ án liên bang có thật tại Hoa Kỳ. Mỗi mô hình được đặt vào thời điểm ngay trước khi một bản luận cứ được nộp và soạn thảo cho cùng bên đương sự về cùng vấn đề. Ở một phiên bản, mô hình phải tự tìm các án lệ liên quan. Ở phiên bản còn lại, mô hình được cung cấp hồ sơ vụ án và các tiền lệ mà luật sư ban đầu đã viện dẫn. Các hệ thống chấm điểm AI so sánh trực tiếp từng cặp bản luận cứ theo các tiêu chí đã được luật sư rà soát và hiệu chỉnh. OpenAI cho Luật đạt điểm thuộc nhóm cao nhất ở cả hai phiên bản.

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.
Càng về bên phải, các bản luận cứ càng được đánh giá cao. Khi các mô hình tự nghiên cứu pháp luật, OpenAI cho Luật đạt 1.844 điểm, so với 1.817 điểm của Opus 5.5. Khi được cung cấp tiền lệ, hai mô hình gần như ngang nhau, với 1.883 và 1.882 điểm. Các khoảng bất định chồng lấn trong cả hai bài kiểm tra.
Kết quả đầu tiên (“Nghiên cứu và soạn thảo”, bên trái) có ý nghĩa quan trọng vì nâng cao khả năng nghiên cứu pháp lý là một trong những cải tiến cốt lõi của bản phát hành này. Chúng tôi tập trung cải thiện kết quả này vì luật sư tranh tụng hiếm khi có sẵn danh sách án lệ phù hợp ngay từ đầu. Ở đây, mỗi mô hình phải xác định những phán quyết có ý nghĩa và dùng chúng để xây dựng lập luận mà tòa án có thể nắm bắt. Trong nhiệm vụ đó, các hệ thống chấm điểm của Harvey đánh giá bản luận cứ từ OpenAI cho Luật phiên bản hôm nay cao hơn các bản từ những mô hình tiên phong hàng đầu khác, như Opus 5.5 và Gemini 4 Argon. Có thể thấy những cải thiện rõ nét hơn về nghiên cứu pháp lý trong bài đánh giá của Vals AI được trình bày tiếp theo.
Tại OpenAI, chúng tôi đã đưa luật thành một ưu tiên nghiên cứu, bố trí một nhóm nhà nghiên cứu chuyên trách để đẩy nhanh đổi mới về năng lực AI tiên phong trong lĩnh vực pháp lý. Một thước đo ban đầu cho tiến bộ của nhóm là Legal Research Bench của Vals AI(mở trong cửa sổ mới), nơi các luật sư đang hành nghề đặt câu hỏi về luật liên bang và luật tiểu bang của Hoa Kỳ. Câu trả lời phải bao quát mọi ý bắt buộc và vượt qua các bước kiểm tra nguồn. Vào tháng 9, OpenAI cho Luật trả lời đạt yêu cầu khoảng 46% số câu hỏi. Bản phát hành hôm nay đạt 54,81%, cách điểm số dẫn đầu đã công bố chưa đến một điểm phần trăm.
Việc xây dựng OpenAI cho Luật dưới dạng một cấu hình mô hình cho phép chúng tôi cải thiện cách mô hình suy luận và các nguồn mà mô hình có thể tham khảo. Kể từ tháng 9, chúng tôi đã đưa GPT‑6.2 Astra vào cấu hình và tinh chỉnh các chỉ dẫn định hướng phân tích pháp lý của mô hình. Chúng tôi cũng bổ sung hơn 539.000 tài liệu pháp lý của Hoa Kỳ vào chỉ mục tìm kiếm cùng hơn 98.000 tài liệu từ Anh, Úc và Canada khi bắt đầu bổ sung nguồn luật sơ cấp từ các quốc gia này. Những tài liệu bổ sung này mở rộng chỉ mục tìm kiếm pháp lý vốn đã bao phủ hơn 230 triệu URL khi ra mắt, từ một bộ sưu tập bao quát hơn 99,9% án lệ có giá trị tiền lệ đã công bố tại Hoa Kỳ(mở trong cửa sổ mới).
Trên Legal Agent Benchmark của chính Harvey, GPT‑6 Astra đáp ứng mọi yêu cầu ở 4,6% số nhiệm vụ. GPT‑6.2 Astra hoàn thành 14,6% trong cùng điều kiện. Với cấu hình pháp lý, tỷ lệ đó tăng lên 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).
Thanh dài hơn thể hiện số nhiệm vụ đáp ứng mọi yêu cầu của Harvey nhiều hơn. Harvey thực hiện bài kiểm tra này độc lập với bài đánh giá LAB-AA của Artificial Analysis.
Những khả năng thú vị nhất của OpenAI cho Luật đang được định hình bởi chính các luật sư sử dụng công cụ này trong công việc hằng ngày. Từ các hãng luật khách hàng đến đội ngũ pháp lý của OpenAI, những người dùng đầu tiên đang xây dựng tài liệu tham khảo cho lĩnh vực hành nghề, tìm kiếm những phản biện sắc bén hơn cho lập luận của mình và khám phá cách mới để phân tích văn bản luật.
Chẳng hạn, những người dùng đầu tiên tại OpenAI đang dùng OpenAI cho Luật để:
Đặt lập luận của bạn trước đối thủ mạnh nhất. Một cách dùng phổ biến của OpenAI cho Luật là làm đối tác phản biện. Một luật sư về cạnh tranh cung cấp cho công cụ cách diễn giải một đạo luật rồi yêu cầu lập luận cho phía đối lập, dựa trên lịch sử lập pháp, phán quyết của tòa và các phiên bản của luật bằng ngôn ngữ khác. Giá trị xuất hiện khi một phản biện đủ thuyết phục để làm thay đổi ý kiến tư vấn.
Xác định ranh giới giữa khuyến nghị và yêu cầu bắt buộc. Một luật sư về chính sách khi xem xét dự luật giám sát AI muốn biết bên đánh giá độc lập sẽ có thẩm quyền đến đâu. Nếu bên đánh giá yêu cầu khắc phục, nhà phát triển có bắt buộc phải thực hiện không? Với những câu hỏi như vậy, luật sư đặt phần diễn giải từng nghĩa vụ bằng tiếng Anh dễ hiểu bên cạnh nguyên văn dự luật để đồng nghiệp thấy cách hiểu nào có căn cứ trong văn bản.
Đi thẳng vào vấn đề khó ngay trong cuộc gọi đầu tiên với luật sư bên ngoài. Khi doanh nghiệp cân nhắc bước vào một ngành chưa quen thuộc, luật sư phụ trách sản phẩm dùng OpenAI cho Luật để xác định các quy định áp dụng cho hoạt động dự kiến. Thay vì dành cuộc gọi đầu tiên để nhờ giới thiệu tổng quan về ngành, luật sư có thể hỏi chuyên gia một câu cụ thể về hoạt động doanh nghiệp muốn thực hiện.
Biến hàng loạt chính sách thành một quy trình làm việc. Một quản lý chương trình pháp lý đã dùng OpenAI cho Luật để chuyển các thủ tục theo quy định và chính sách công ty thành quy trình cho đồng nghiệp xử lý vụ việc mới tiếp nhận, giúp họ biết khi nào cần yêu cầu thêm thông tin, khi nào kết thúc vụ việc và khi nào chuyển cho luật sư.
Tạo cuốn hướng dẫn mà bạn luôn ước có kèm theo đạo luật. Một luật sư về cạnh tranh kết hợp OpenAI cho Luật với các công cụ tạo trang web của ChatGPT để chú giải văn bản luật mà nhóm thường dùng. Khi đọc một điều khoản, đồng nghiệp có thể di chuột lên thuật ngữ để xem định nghĩa, mở liên kết tới tài liệu giải thích và xem ý kiến tư vấn của nhóm trong lần gần nhất điều khoản đó được đề cập.
Từ hôm nay, mọi khách hàng ChatGPT Enterprise đều có thể yêu cầu quyền sử dụng OpenAI cho Luật qua Chương trình Truy cập Tin cậy trong bảng điều khiển quản trị. Nếu nhóm của bạn đã có quyền truy cập, hãy chọn GPT‑6.2 Astra Law trong ChatGPT. Để tích hợp OpenAI cho Luật vào các công cụ của bạn qua API, hãy liên hệ giám đốc phụ trách tài khoản để được phê duyệt riêng.
Nghề luật đang đứng trước một bước ngoặt. Khi công nghệ thay đổi những gì doanh nghiệp có thể làm và thế giới ngày càng phức tạp, gắn kết chặt chẽ hơn, các luật sư có cơ hội chưa từng có để định hình cách chúng ta hiểu bối cảnh hiện tại — không chỉ cho doanh nghiệp mà họ tư vấn, mà còn cho tất cả chúng ta, những người sống theo các quy tắc họ góp phần xây dựng. Chúng tôi tin rằng những luật sư giỏi nhất, được trang bị năng lực AI tốt nhất, có thể đáp ứng đòi hỏi của thời điểm này.
Chúng ta mới chỉ ở bước khởi đầu. Chúng tôi mong chờ được thấy bạn đưa nghề luật tiến xa đến đâu.


