В марте 2026 года компания Anthropic опубликовала исследование, в котором показала разрыв между теоретическими возможностями и реальным внедрением ИИ в юридической сфере. По данным исследования, языковые модели теоретически способны выполнять почти 90% задач юридических профессий, но на практике ИИ покрывает только около 20% задач. В конце 2026 года в статье на Habr ML (RU) обсуждается, как адаптировать архитектуру TG-RAG для управления рассуждением LRM в юридическом домене.
Что вышло
В статье рассматривается проблема управления рассуждением моделей LRM в юридическом домене. Авторы предлагают адаптировать архитектуру TG-RAG для более эффективного управления рассуждением. TG-RAG — это метод, который позволяет модели более точно следовать инструкциям и управлять своим рассуждением. В юридической сфере, где важно соблюдать процедурные знания, это особенно актуально.
Цифры и ограничения
По данным исследования Anthropic, разрыв между теоретическими возможностями и реальным внедрением ИИ в юридической сфере составляет в среднем 4–5 раз. В России ситуация аналогичная: около 88% юристов уже используют нейросети в работе, но в процессы их встраивают немногие. Главные барьеры — опасение получить недостоверную информацию (84%) и необходимость тщательно проверять каждый результат (80%).
Кому это нужно на практике
Этот метод особенно актуален для юридических фирм и компаний, которые уже используют ИИ в своих процессах. Для них важно, чтобы ИИ мог эффективно управлять своим рассуждением и следовать заранее определенным аналитическим шагам. Это позволит снизить необходимость перепроверки результатов и повысить эффективность автоматизации.
Ограничения и чего в источнике нет
В статье не рассматриваются конкретные примеры внедрения TG-RAG в юридической практике. Также не упоминаются детали о том, как именно TG-RAG будет интегрирован в существующие процессы юридических фирм. Кроме того, в источнике нет информации о том, какие именно модели LRM будут использоваться в этом методе.