GLM Legal Wiki
GLM Legalは、GLMをベースとしたリーガルAIモデルです。中国語の法律テキスト理解、文書分析、質問応答、promptテスト、ローカルデプロイ、研究ワークフローを幅広くサポートします。
GLM Legal ナレッジハブ
モデル、セットアップ、inference、ベンチマーク、ライセンス、デプロイのワークフローを網羅する8つのコアセクション
Latest Updates
Discover the newest guides, tips, and content
GLM Legalの精度：ベンチマーク結果とエラー分析
Harvey LAB、LegalBench、PLawBenchにおいてGLM Legalの精度がどのように測定されるか、エラータイプ、ハルシネーション事例、レビュー方法を解説します。
GLM Legal API：アクセス手段と統合セットアップガイド
GLM Legal APIアクセス：公式チャネルとセットアップガイド
GLM Legal API ドキュメント：セットアップと統合ガイド
GLM Legal API のドキュメントガイド。アクセス経路、リクエスト構造、リーガルプロンプトパターン、構造化出力、デプロイチェックリストをカバーします。
GLM Legal ベンチマーク：評価フレームワークの解説
Harvey LAB、LegalBench、PLawBench における GLM Legal の評価方法を理解します。能力の側面、スコアの解釈、および限界を解説します。
GLM Legalベンチマーク結果：モデルの評価方法
Harvey LAB、LegalBench、PLawBenchにわたるGLM Legalベンチマーク結果を理解する。能力の次元、スコアの解釈、主要な制限事項を含みます。
GLM Legal 事例分析：ステップバイステップのワークフローとプロンプトガイド
GLM Legal の事例分析ワークフローの実行方法を学ぶ：証拠の整理、論点の発見、プロンプトパターン、検証ステップ、専門家レビューの実践まで。
GLM Legalの商用利用：ライセンスルールとデプロイメント
GLM Legalの商用利用ルールを解説：Apache-2.0の条件、law-glm-10bのデプロイ制限、コンプライアンス手順、そして人間によるレビュー要件。
GLM Legal の法務コンプライアンス：ルール、リスクと導入ガイド
GLM Legal の法務コンプライアンスを理解する：Apache-2.0 ライセンス条項、データプライバシー義務、人間によるレビュー要件、安全な導入の実践方法。
GLM Legal コンテキストウィンドウ：容量、制限と長文の法的文書
GLM Legal が法的 AI タスク、長文契約書、証拠セット、検索ワークフローにおいてコンテキストウィンドウをどのように扱うかを、実用的なガイダンスとともに解説します。
GLM Legal 契約レビュー：ステップバイステップのワークフロー
GLM Legal の契約レビューワークフローの実行方法を解説：プロンプトパターン、リスク分類、引用チェック、弁護士検証済みの出力スキーマ。
GLM Legal デプロイ：ステップバイステップセットアップガイド
ハードウェア、Transformers設定、推論プロンプト、アクセスチャネルを網羅したセットアップガイドで、GLM LegalをローカルまたはAPI経由でデプロイしましょう。
GLM Legal概要
GLM Legal（law-glm-10b）は、法律テキスト向けに構築されたGLMアーキテクチャの言語モデルです。このセクションでは、モデルの概要、設計目的、対象ユーザー、そしてopenなライセンスが研究や製品開発をどのように支えるかを解説します。
GLMアーキテクチャ基盤
GLM Legalは10BパラメータのGLMモデルファミリーを基盤とし、法律テキストの理解と生成に合わせて調整されています。
リーガルドメイン特化
訓練は中国語の法律テキスト、すなわち法令、事例資料、契約書、法律質問応答に焦点を当てています。
対象ユーザー
NLP研究者、リーガルテック開発者、文書分析やリーガルアシスタントのワークフローを構築するチームに適しています。
Apache-2.0オープンライセンス
公開されている2つのバリアントはいずれもApache-2.0の下で提供され、重みのダウンロード、改変、商用プロジェクトでの利用が可能です。
GLM Legalのユースケース
契約審査からリーガルリサーチまで、GLM Legalはさまざまな法律テキストのワークフローを支えます。以下の各ユースケースでは、モデルが何を行い、文書パイプラインのどこに位置するかを説明します。
法律文書分析
法令、事件記録、法律文書を解析し、構造、当事者、日付、重要条項を抽出します。
法律質問応答
提供された法令や判例のテキストに基づき、根拠を明示した形で法律上の質問に回答します。
契約書・条項レビュー
契約書を要約し、特異な条項を検出し、密度の高い契約を構造化されたレビューチェックリストに変換します。
リーガルリサーチ支援
リサーチ課題を整理し、判例・法令資料を要約し、提供された資料から論点アウトラインを作成します。
プロンプトテストと評価
ワークフローをデプロイする前に、ローカルで制御されたprompt実験を実行し、出力品質を測定します。
GLM Legalベンチマーク結果
リーガルモデルの評価は複数のタスク群で構成されます。この表では、各評価軸が何を測定するか、そしてリーガル言語モデルを比較する際の結果の読み方を解説します。
| 評価軸 | 測定内容 | スコアが示すもの | 結果の活用方法 |
|---|---|---|---|
| 法律質問応答 | 正確な法律解釈を要する、法令・判例に基づく質問。 | 提供された法律テキストに基づいて回答できる精度。 | 研究ワークフローへの採用前に、同じ質問応答セットでモデルを比較します。 |
| テキスト分類 | 法律文書を種別、論点分野、関連度で仕分け。 | 大量の文書バッチに対するラベル付けの一貫性。 | 文書パイプラインのトリアージや、適切なレビュー経路への振り分けに活用します。 |
| 要約 | 契約書、裁判、法令を構造化されたブリーフに要約。 | 要約が義務、日付、当事者、結果を保持できているか。 | レビューメモに使用する前に、原文と照合して要約を spot-check します。 |
| 情報抽出 | 生テキストから条項、当事者、日付、義務を抽出。 | さまざまな文書フォーマットにおける抽出項目の完全性。 | 独自の文書で抽出を検証し、レビュー工作量を見積もります。 |
GLM Legal初心者ガイド
モデルカードから初回の法律inference実行まで、6つのステップで案内します。順番に進めることで、自分のマシン上で動作するGLM Legal環境を構築できます。
モデルカードを確認する
まずHugging Faceのlaw-glm-10bページで、ファイルサイズ、ライセンス条項、最新のリビジョンを確認します。
- モデルカードと利用上の注意を読む
- Apache-2.0ライセンスがプロジェクトに適合するか確認する
- 新しいイテレーションとしてv2バリアントを確認する
環境を準備する
Python、PyTorch、Transformersライブラリをインストールし、GPUのCUDAとドライバのバージョンを確認します。
- 仮想環境にPython 3.10以上を用意
- CUDAバージョンに合ったPyTorch
- Transformersとaccelerateをインストール
重みをダウンロードする
完全なチェックポイントは約39.5 GBです。ディスク容量を確保し、git LFSまたはhf CLIでモデルリポジトリからダウンロードします。
- 空きディスク容量を40 GB以上確保
- git LFSまたはhf CLIでダウンロード
- ダウンロード後にファイル整合性を検証
モデルを読み込む
trust_remote_codeを有効にしてチェックポイントを読み込み、GPUメモリに配置するか、容量の小さいカード向けに量子化を適用します。
- 読み込み時にtrust_remote_codeを有効化
- 読み込み前にVRAMの余裕を確認
- コンシューマGPUでは8ビットまたは4ビット量子化を検討
初回のinferenceを実行する
短い法律質問や条項を送信して生成された回答を確認し、temperatureと最大トークン数を調整します。
- 1段落程度の法律QAプロンプトから開始
- 2〜3種類のプロンプトで出力を比較
- レビュー用にプロンプトと出力を記録
評価して反復する
独自の法律質問から小さなテストセットを作成し、回答をスコアリングし、本格利用前にプロンプトを改善します。
- 代表的な質問を20〜50問収集
- 原文資料と照合して回答を採点
- プロンプトを改善してループを繰り返す
GLM Legal APIアクセス
GLM Legalはopenなモデル重みとして提供されるため、アクセスとはモデルを自分でダウンロードしてホストすることを指します。以下のパネルでは、主なアクセス経路とデプロイ前に準備すべき事項を解説します。
law-glm-10bとlaw-glm-10b-v2はどちらもHugging Faceのlaw-llm組織で公開されています。リポジトリをcloneするか、hf CLIで個別の重みファイルをダウンロードできます。
- 完全なチェックポイントは約39.5 GB
- バージョン履歴はモデルページで追跡可能
- コミュニティディスカッションもモデルページで利用可能
GLM Legalモデル比較
モデル選定は、その強みをタスクに合わせることから始まります。この表では、GLM Legalの2つのバリアントを、汎用GLMファミリーおよび汎用LLMと法律業務の観点で比較します。
| モデル | 主な焦点 | 法務タスク適合度 | おすすめの用途 |
|---|---|---|---|
| law-glm-10b | リーガルドメイン特化のGLMモデル | 中国語の法律テキスト理解、文書分析、質問応答。 | 法律コーパスを中心とする研究・製品開発。 |
| law-glm-10b-v2 | 更新版のリーガルドメインイテレーション | law-llmチームによる新しい訓練イテレーションを反映した、同じリーガル特化モデル。 | 最新の公開チェックポイントを使いたい、新規で開始するチーム。 |
| 汎用GLMモデル | 幅広い言語理解 | 工夫したプロンプトで法律テキストを扱えますが、リーガルドメインの調整はありません。 | 法律精度が中核要件ではない汎用アプリケーション。 |
| 汎用LLM | 広範なタスクカバレッジ | 汎用推論は強力ですが、法律出力はpromptとコンテキストの品質に大きく依存します。 | 法律タスクがパイプラインの一部を占めるのみの複合ワークロード。 |
GLM Legalプロンプトガイド
安定した法律出力は構造化されたpromptから始まります。以下の各パターンでは、事実を提示し、タスクを定義し、出力形式を固定することで、回答の一貫性とレビューのしやすさを保ちます。
法律質問応答
提供されたテキストのみに基づいて法律質問に回答します。
あなたはリーガルリサーチアシスタントです。 参考資料： [法令または判例テキストを挿入] 質問： [質問を挿入] タスク： 上記の参考資料のみを使用して回答してください。 - 回答の根拠となる箇所を引用すること - 回答は1段落で述べること - 参考資料で網羅されていない点を列挙すること
契約条項の抽出
契約書から構造化された条項を抽出します。
以下の契約書から条項を抽出してください。 契約書： [契約書を挿入] 以下のJSONで返してください： - parties: [] - term: "" - termination: "" - payment: "" - liability: "" - unusualClauses: [] 欠落フィールドには "not specified" を使用してください。
文書要約
長い法律文書を構造化されたブリーフに要約します。
以下の法律文書を要約してください。 文書： [文書を挿入] 出力形式： 1. 1段落の概要 2. 条項参照付きの主要義務 3. 重要な日付と期限 4. レビュー担当者が注意すべき未解決の論点
プロンプト品質管理
法律プロンプトをレビュー可能な状態に保つガードレールを追加します。
回答の前に： - タスクを1文で言い換える - 提示された事実と想定を区別して列挙する - すべての結論に根拠となる出所を引用する - 指定された出力形式に厳密に従う - 推測せず、欠落情報にはその旨を明記する
GLM Legal AIリソース
GLM Legalを使った開発のための公式の出発点：モデルページ、コミュニティディスカッション、上流のGLMコードベース、そしてライセンス文書です。