智谱发 GLM-Legal：律所全流程任务全通过率 19.2%，比底座高 12.5 个百分点
智谱（Z.ai）10 月 12 日发布 GLM-Legal，一个面向法律工作流的域内智能体模型，以轻量底座 GLM-5.3-Flash 起训：中期训练扩充高质量法律语料，让模型掌握法律概念、成文法规则与解释框架，强化「事实—规则—结论」的推理链；后训练在数万个拟真法律环境里做强化学习，把领域知识转成任务执行能力。官方特别强调 Harness 与模型同步迭代——训练中冒出的边界情况会指出 harness 的结构瓶颈，harness 的改动又把真实执行约束反馈回模型训练。
数字：在 Harvey LAB 上全通过率（all-pass）19.2%，该基准覆盖 24 个执业领域的真实律所工作流，比其底座模型高 12.5 个百分点；官方称在 LegalBench（英文域内推理）与 PLawBench（中文法律咨询、案例分析、文书起草）上与头部闭源前沿模型持平，而参数规模显著更小。文中的评测图与逐项对比以图片形式给出，本机未读到逐项分数，正文只写官方明写的两个数字。
原文链接：智谱（Z.ai）官方博客
核验记录
官方页 z.ai/blog/glm-legal 是纯客户端渲染（HTML 只有 683 字节的 SPA 壳），正文与日期取自该页自己的 JS 载荷 glm-legal-CBvZ8nA1.js（20,589 字节，本机直读 200）：渲染调用写成 {date:'2026-10-12', title:'GLM-Legal: Advancing Agentic Legal Intelligence'}，正文段落、19.2% all-pass、12.5 个百分点、Harvey LAB 24 个执业领域、GLM-5.3-Flash 底座均逐字来自该载荷（另有一处文件名带 20261012）。⚠ z.ai/blog 与 z.ai/news 的索引页与 z.ai/sitemap.xml 都没有该 slug（索引 404），单篇 URL 由 HN 首页 10-13 00:11 给出；Unite.AI 同日 10-12 稿给出同一 19.2% 作为交叉。配图走官方 CDN，裸请求与带站内 Referer 双向 200 / PNG 932,548 字节（3632×1392）。
← 上一篇NVIDIA 与普林斯顿发 ReplaySSM：SSM 状态流量减半，解码核快 1.46–1.80 倍下一篇 →Anthropic 红队：9B 模型已在 9 类设备中的 8 类跑通推理，自复制或于年内就位