ہاروی اور اینگرام لیب نے ایک اوپن سورس سنتھیٹک ڈیٹا سیٹ جاری کیا ہے جس میں 100 ملین سے زائد ٹوکن شامل ہیں، جو حقیقی AI سسٹمز کو اصل فرموں کے کام کرنے کے طریقے سیکھنے کے لیے ایک جعلی قانونی فرم کے پورے کام کا ایک مجموعہ بناتا ہے۔ یہ ڈیٹا سیٹ 46 صارفین کے لیے 250 سنتھیٹک صارف مسائل پر مشتمل ہے، جس میں تقریباً 10,000 الگ الگ فائلیں ہیں جو اس قسم کے ادارتی علم کو ظاہر کرتی ہیں جو عام طور پر دہائیوں تک مشق کرنے والے شراکت داروں کے دماغوں میں رہتی ہے۔
ڈیٹاسیٹ میں بالکل کیا ہے
انگرام لیب کا تعاون اس کی میموری لییر ٹیکنالوجی پر مرکوز ہے، جسے کمپنی کا دعویٰ ہے کہ وہ تنظیمی سیاق کو اتنے زیادہ دبائے کہ ٹوکن کے استعمال میں 100 گنا تک کمی لائے۔ عملی طور پر، اس کا مطلب یہ ہے کہ ایک AI سسٹم ایک شراکت دار کی ملازمت بھر کی ادارتی معلومات کے برابر پروسیس کر سکتا ہے، بغیر کمپیوٹ کے بجٹ کو ختم کئے۔
ہاروے، اپنے حصے کے طور پر، اس قسم کی ریلیز کی طرف بڑھ رہا ہے۔ 2026 کے شروع میں، کمپنی نے لیگل ایجینٹ بینچ مارک، جسے LAB کہا جاتا ہے، کو اوپن سورس کر دیا، جس نے AI ایجینٹس کی قانونی کاموں پر کارکردگی کو ناپنے کے معیاری طریقے متعین کر دیے۔ یہ سنتھیٹک ڈیٹا سیٹ ان بینچ مارکس کے ساتھ کام کرنے کے لیے تحقیق کاروں اور ڈویلپرز کے لیے اصل تربیتی مواد کا قدرتی ساتھی ہے۔
جس کمپنی کے پیچھے یہ ریلیز ہے
ہاروے اب قانونی AI کے سب سے اہم کھلاڑیوں میں سے ایک بن چکا ہے، جس کی موجودہ قیمت 11 ارب ڈالر ہے۔ کمپنی نے خود کو ایک پلیٹ فارم کے طور پر متعارف کرایا ہے جو قانونی فرموں کے لیے ہے جو اپنے ملکی جانکاری کے کنٹرول کو چھوڑے بغیر AI کو اپنے ورک فلو میں ادغام کرنا چاہتی ہیں۔
23 جون، 2026 کو EngramLab نے $600 ملین کی قیمت پر $98 ملین فنڈنگ حاصل کی۔ اس کی مرکزی ٹیکنالوجی AI سسٹمز کے لیے سیکھی گئی میموری لیئرز پر مرکوز ہے، جو لمبے تعاملات کے دوران کنٹیکس برقرار رکھنے کے لیے درکار کمپوٹیشنل اوورہیڈ کو کم کرتی ہے۔
دونوں کمپنیوں کے درمیان شراکت اس ڈیٹا سیٹ کی ریلیز سے پہلے کی گئی تھی۔ ان کی تعاون کا مرکز قانونی فرم کے عملوں کو AI کے ذریعے انجام دینا تھا، جس میں لیگل ایجینٹ بینچ مارک اس کام کا ابتدائی عوامی نتیجہ تھا۔
یہاں اوپن سورس کیوں اہم ہے
قانونی فرموں کی اپنے ڈیٹا کو محفوظ رکھنے کی مشہور عادت ہے، جو کہ اچھے سبب سے ہے۔ وکیل-گاہک کی خصوصیت، کام کے نتائج کا اصول، اور مقابلہ کی خفیہ معلومات تمام ملکی تربیتی ڈیٹا کو جمع کرنے کے لیے بہت بڑی رکاوٹیں پیدا کرتے ہیں جو AI سسٹمز کو درکار ہوتے ہیں۔ سنتھیٹک ڈیٹا ایک حل فراہم کرتا ہے: حقیقی قانونی کام کی تمام ساختی پیچیدگی، کوئی خفیہ رکھنے کے خدشات نہیں۔
قانونی AI کے منظر کے لیے اس کا کیا مطلب ہے
اگر EngramLab کا 100x کمپریشن کا دعویٰ عمل میں سچ ثابت ہوتا ہے، تو یہ خاص طور پر اہم ثابت ہو سکتا ہے۔ ایک واحد M&A لین دین سے لاکھوں صفحات کے دستاویزات تیار ہو سکتے ہیں۔ کوئی بھی ٹیکنالوجی جو اس قسم کے حجم کے دوران معنی خیز سیاق و سباق کو برقرار رکھ سکے، بغیر متناسب لاگت میں اضافے کے، قانونی فرموں میں AI کو بڑے پیمانے پر لاگو کرنے کے ایک بنیادی رکاوٹ کو دور کر دے گی۔
ہاروی کے لیے، اوپن سورس اسٹریٹجی اسے صرف ایک اور پوائنٹ سولوشن کے بجائے قانونی AI کے لیے ایک انفراسٹرکچر لیئر کے طور پر اپنی پوزیشن مضبوط کرتی ہے۔ جبکہ کمپنی نے دونوں بینچ مارک (LAB) اور اب تربیتی ڈیٹا فراہم کیا ہے، اس طرح وہ معیارات ترتیب دے رہی ہے جن کے خلاف پورا شعبہ تعمیر کرے گا۔