1 октября платформа контрактной аналитики Ivo представила на конференции Inscribe бесплатную нейросеть Ivo Sage, предназначенную для работы с долгосрочными договорами. Разработчики и корпоративные юристы получили возможность свободно скачивать, тестировать и дообучать этот алгоритм на собственных базах документов. Одновременно с релизом компания выпустила специализированный бенчмарк для проверки того, насколько адекватно искусственный интеллект оценивает риски и умеет ли он вовремя эскалировать сложные вопросы живому специалисту, а не выдумывать решение.
Обучение и эффективность Ivo Sage
Новая open-source модель создавалась при поддержке стартапа River AI путем дообучения архитектуры DeepSeek V4 Flash. Нейросеть тренировали на длинных контрактах и синтетических данных от профессиональных адвокатов. По словам сооснователя компании Мин-Кю Юнга, будущий прогресс в Legal AI зависит не от размеров моделей, а от глубокого погружения в контекст и регламенты конкретных команд. Благодаря обучению с подкреплением качество прохождения тестов Legal Agent Benchmark выросло с 70 до 91 процента, достигнув уровня крупных коммерческих аналогов при меньших затратах.
Проблема эскалации и новый бенчмарк
Совместно с исследовательской лабораторией micro1 разработчики подготовили инструмент оценки Ivo-micro1 Contract Bench, сфокусированный на юридическом суждении. Базовые нейросети оказались слишком уступчивыми: они корректно соглашаются с изменениями контрагента в 82 процентах случаев, но способны грамотно отклонить правки лишь в 46 процентах. Главной проблемой современных ИИ-инструментов стала самоуверенность: алгоритмы удовлетворяют только 23 процента требований по эскалации. Вместо того чтобы запросить помощь юриста, они принимают решения самостоятельно.
Единственным исключением в тестах стала GPT-6 Astra, которая передает специалистам 71 процент задач, но из-за постоянной перестраховки справляется лишь с третью собственных обязанностей по редактуре. Исследование также выявило разницу в подходах к правкам: живые адвокаты в 64 процентах случаев вносят точечные изменения длиной около 92 символов, тогда как нейросети предпочитают переписывать целые смысловые блоки объемом до 369 знаков.
