Harvey ve Baseten şirket birleşmelerinde inceleme yapan yapay zeka geliştirdi
Öne çıkanlar
- RLM mimarisi, hukuki inceleme kriterlerini karşılama oranını yedi modelde ortalama yüzde 39,1 artırdı.
- Pekiştirmeli öğrenmeyle eğitilen Qwen modeli, başarı puanını yüzde 29,9'dan yüzde 63,0'a çıkardı.
- Sistem, standart modellere kıyasla veri odası kapsamını yüzde 1'in altından yüzde 96'ya yükseltti.
Yapay zeka odaklı hukuk platformu Harvey ve yapay zeka altyapı sağlayıcısı Baseten, şirket birleşme ve devralma (M&A) süreçlerindeki durum tespiti incelemelerini otomatikleştiren özyinelemeli dil modeli (RLM) mimarisini duyurdu. Çalışma, 5 bin adede kadar belge ve 80 milyon belirteç (token) büyüklüğündeki veri odalarında kapsamlı hukuki inceleme yapılması amacıyla geliştirildi. Geliştirilen mimaride ana orkestrasyon ajanı işleri alt ajanlara paylaştırarak paralel inceleme sağladı ve yedi farklı modelde değerlendirme kriterlerini karşılama oranını ortalama yüzde 39,1 artırdı.
Araştırmacılar, standart araç döngüsüne sahip modellerin veri odasının yalnızca yüzde 1'inden azını okuyabildiğini, yeni sistemin ise içeriğin neredeyse tamamını inceleme kapsamına alabildiğini belirtti. Ana modele uygulanan pekiştirmeli öğrenme (RL) ve denetimli ince ayar (SFT) yöntemleri, performans artışını daha da ileriye taşıdı. GRPO algoritmasıyla eğitilen Qwen3.5-122B-A10B ana modeli, 50 farklı test ortamındaki değerlendirme kriteri geçme oranını yüzde 29,9 seviyesinden yüzde 63,0 seviyesine yükseltti.
Eğitilen modellerin görev sırasında alt ajan çağrılarını veri odası büyüklüğüne göre ölçeklendirdiği ve nihai raporu tek seferde yazmak yerine parçalar halinde oluşturduğu aktarıldı. İki katmanlı özyineleme denemelerinde karmaşıklık nedeniyle performans düşüşü kaydeden araştırma ekibi, eğitim mimarisini GLM-5.3 gibi daha büyük modellerle genişletmeye devam ediyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.