क्या हुआ?
लॉजिक की रिपोर्ट है कि थॉमसन रॉयटर्स ने इस सप्ताह अपना मालिकाना थॉमसन भाषा मॉडल लॉन्च किया है। यह मॉडल अलीबाबा के ओपन-सोर्स Qwen पर आधारित है और इसे पत्रकारिता, कानून और कर कार्य के लिए प्रशिक्षित किया जा रहा है। कंपनी ने कहा कि उसने थॉमसन को प्रशिक्षित करने में लगभग 40 मिलियन अमेरिकी डॉलर खर्च किए, जबकि उसके मुख्य प्रौद्योगिकी अधिकारी ने कहा कि अंतिम प्रशिक्षण कार्यक्रम में लगभग 450,000 अमेरिकी डॉलर खर्च होंगे। मॉडल को Hugging Face पर जारी किया जा रहा है और यह थॉमसन रॉयटर्स के कोकाउंसल चैटबॉट में कुछ उन्नत सुविधाओं को सशक्त करेगा।
लॉजिक की रिपोर्ट है कि थॉमसन रॉयटर्स ने पूरी तरह से Anthropic, OpenAI और Google जैसी कंपनियों पर निर्भर रहने के बजाय एक कृत्रिम-बुद्धिमत्ता डेवलपर बनने के व्यापक प्रयास के हिस्से के रूप में थॉमसन को लॉन्च किया। इस मॉडल का उद्देश्य कंपनी को अपने विशेष डेटा पर अधिक नियंत्रण देना और तीसरे पक्ष के फ्रंटियर मॉडल का उपयोग करने की बढ़ती लागत के जोखिम को कम करना है। रिपोर्ट में लॉन्च को एक प्रारंभिक परीक्षण के रूप में वर्णित किया गया है कि क्या डोमेन-विशिष्ट बड़े भाषा मॉडल चयनित व्यावसायिक अनुप्रयोगों में सामान्यीकृत प्रणालियों के साथ प्रतिस्पर्धा कर सकते हैं। लॉजिक की रिपोर्ट इन लॉन्च विवरणों का स्रोत है; यह आइटम स्वतंत्र रूप से उनकी पुष्टि नहीं करता है.
द लॉजिक के अनुसार, थॉमसन रॉयटर्स के सीईओ स्टीव हास्कर ने इस महीने एक अर्निंग कॉल पर कहा कि कंपनी ने थॉमसन के प्रशिक्षण पर 40 मिलियन अमेरिकी डॉलर खर्च किए हैं। मुख्य प्रौद्योगिकी अधिकारी जोएल ह्रोन ने पिछले सप्ताह एक प्रेस वार्ता में कहा था कि अंतिम प्रशिक्षण कार्यक्रम की लागत लगभग 450,000 अमेरिकी डॉलर होगी। वे आंकड़े कंपनी द्वारा बताए गए प्रशिक्षण खर्चों का वर्णन करते हैं, न कि मॉडल के संचालन, अद्यतन, मूल्यांकन या एकीकरण की कुल लागत का। लॉजिक ने यह भी बताया कि रिपोर्ट जारी होने की दोपहर को थॉमसन रॉयटर्स का स्टॉक लगभग 10 प्रतिशत गिर गया, हालांकि लेख यह स्थापित नहीं करता है कि गिरावट केवल मॉडल लॉन्च के कारण हुई थी।
लॉजिक की रिपोर्ट है कि थॉमसन काफी हद तक अलीबाबा के ओपन-सोर्स Qwen मॉडल पर आधारित है और बेहतर विकल्प उपलब्ध होने पर इसे अन्य मॉडलों पर भी चलाया जा सकता है। ऐसा कहा जाता है कि एक द्वितीयक मॉडल सुरक्षा, नैतिकता और राजनीतिक तटस्थता के लिए थॉमसन रॉयटर्स के मानकों के अनुसार ओपन-सोर्स तकनीक को स्क्रीन और पुन: संरेखित करता है। कंपनी कोडिंग जैसी अधिक विशिष्ट क्षमताओं में निवेश करने के बजाय पत्रकारिता, कानून और करों पर थॉमसन पर ध्यान केंद्रित कर रही है। रिपोर्ट मॉडल की पैरामीटर गणना, प्रशिक्षण-डेटा सूची, मूल्यांकन परिणाम, विलंबता, संदर्भ विंडो या उपलब्धता शर्तें प्रदान नहीं करती है।
मॉडल Hugging Face पर जारी किया जाएगा, जिसे लॉजिक एक प्रमुख केंद्र के रूप में वर्णित करता है जहां सॉफ्टवेयर डेवलपर्स एआई मॉडल का परीक्षण कर सकते हैं। रिपोर्ट में कहा गया है कि कानून फर्म भी कोकाउंसल चैटबॉट के माध्यम से थॉमसन का सामना करेंगे, जिसके लॉन्च सप्ताह के दौरान कुछ उन्नत सुविधाओं के लिए थॉमसन पर स्विच करने की उम्मीद है। लेख में यह निर्दिष्ट नहीं किया गया है कि कौन सी CoCounsel सुविधाएँ थॉमसन का उपयोग करेंगी, उपयोगकर्ताओं को कैसे पता चलेगा कि किस मॉडल ने उत्तर दिया है, क्या रोलआउट भौगोलिक रूप से सीमित है या क्या मॉडल अप्रतिबंधित सार्वजनिक उपयोग के लिए उपलब्ध है। यह कंपनी की तैनाती की समयसीमा की स्वतंत्र रूप से पुष्टि भी नहीं करता है।
यह क्यों मायने रखता है?
लॉन्च इस बात का एक ठोस परीक्षण है कि क्या एक डोमेन-विशिष्ट मॉडल कंपनी-विशिष्ट एआई सिस्टम के संचालन की लागत और जटिलता को उचित ठहराने के लिए पर्याप्त मूल्य प्रदान कर सकता है। लॉजिक की रिपोर्ट है कि थॉमसन रॉयटर्स फ्रंटियर-मॉडल प्रदाताओं से बढ़ती कीमतों के प्रति कम जोखिम, विशेष डेटा पर अधिक नियंत्रण और आपूर्तिकर्ताओं के साथ बातचीत करते समय अधिक लाभ उठाने की मांग कर रहा है। रिपोर्ट स्वतंत्र रूप से यह स्थापित नहीं करती है कि थॉमसन सामान्य प्रयोजन मॉडल से बेहतर प्रदर्शन करता है या समय के साथ कुल लागत कम कर देता है।
लॉन्च मायने रखता है क्योंकि यह विशिष्ट एआई मॉडल के बारे में बहस को सामान्य रणनीति से एक पहचान योग्य वाणिज्यिक तैनाती में ले जाता है। थॉमसन रॉयटर्स के पास कानूनी, कर और समाचार सामग्री के बड़े, विशिष्ट निकाय हैं और यह ऐसे उत्पादों का संचालन करता है जहां सटीकता, उद्धरण और पेशेवर जवाबदेही केंद्रीय हैं। उन सेटिंग्स के अनुरूप एक मॉडल संभावित रूप से प्रासंगिक कार्यों पर बेहतर प्रदर्शन कर सकता है या सामान्य प्रयोजन प्रणाली की तुलना में शासन करना आसान हो सकता है। लॉजिक उन लक्ष्यों और योजनाओं की रिपोर्ट करता है, लेकिन स्रोत यह प्रदर्शित करने वाला कोई स्वतंत्र परीक्षण प्रदान नहीं करता है कि थॉमसन उन्हें हासिल करता है।
उद्यम एआई खरीदारों के लिए अर्थशास्त्र भी महत्वपूर्ण है। लॉजिक ने थॉमसन रॉयटर्स की रिपोर्ट में फ्रंटियर एआई प्रयोगशालाओं से जुड़े बहुत बड़े बजट के मुकाबले 40 मिलियन अमेरिकी डॉलर के प्रशिक्षण खर्च की बात कही है और कहा है कि कंपनी इस चिंता का जवाब दे रही है कि Claude, ChatGPT और Gemini जैसे सिस्टम बड़े पैमाने पर उपयोग करने के लिए महंगे हो सकते हैं। कम अग्रिम प्रशिक्षण लागत मूल्यवान स्वामित्व डेटा वाली कंपनियों के लिए विशेष मॉडल को अधिक सुलभ बना सकती है। लेकिन प्रशिक्षण अर्थशास्त्र का केवल एक हिस्सा है: अनुमान, क्लाउड इंफ्रास्ट्रक्चर, डेटा लाइसेंसिंग, सुरक्षा, निगरानी, मानव समीक्षा और बार-बार पुनः प्रशिक्षण यह निर्धारित कर सकता है कि दृष्टिकोण वास्तव में सस्ता है या नहीं।
रिपोर्ट सॉफ्टवेयर कंपनियों और मॉडल प्रदाताओं के बीच संबंधों में रणनीतिक बदलाव को भी दर्शाती है। द लॉजिक के अनुसार, निवेशकों द्वारा Anthropic कानूनी-प्रौद्योगिकी उपकरण पर नकारात्मक प्रतिक्रिया के बाद थॉमसन रॉयटर्स ने पहले Anthropic के Claude के साथ मिलकर काम किया था। एक ऐसा मॉडल बनाना जो वैकल्पिक अंतर्निहित प्रणालियों पर चल सके, थॉमसन रॉयटर्स को अधिक सौदेबाजी की शक्ति दे सकता है और किसी एक आपूर्तिकर्ता पर निर्भरता कम कर सकता है। यह नई तकनीकी और शासन जिम्मेदारियाँ भी बना सकता है जिन्हें पहले, कम से कम आंशिक रूप से, बाहरी प्रदाताओं द्वारा नियंत्रित किया जाता था।
लॉजिक की रिपोर्ट है कि ब्लूमबर्गजीपीटी जैसे पहले डोमेन-विशिष्ट प्रयासों ने ऑफ-द-शेल्फ मॉडल के खिलाफ संघर्ष किया था, जबकि Mistral जैसी कंपनियों ने तर्क दिया है कि अनुकूलन डेटा नियंत्रण और कार्य प्रदर्शन में सुधार कर सकता है। कानूनी-प्रौद्योगिकी उद्यमी गॉर्डन कैसी ने द लॉजिक को बताया कि अनुकूलित सिस्टम सामान्य प्रयोजन एआई के साथ समस्याओं का समाधान कर सकते हैं, जिसमें अदालती दाखिलों में मतिभ्रम प्राधिकरण भी शामिल हैं, जबकि यह स्वीकार करते हुए कि कुछ कंपनियां मौजूदा सॉफ्टवेयर व्यवसायों की सुरक्षा के लिए कस्टम एआई को बढ़ावा दे सकती हैं। ये अवलोकन संदर्भ प्रदान करते हैं, न कि इस बात का प्रमाण कि थॉमसन ने उद्धरण या मतिभ्रम की समस्याओं को हल कर लिया है। स्रोत में थॉमसन के आउटपुट का कोई स्वतंत्र बेंचमार्क, ग्राहक मूल्यांकन या ऑडिट शामिल नहीं है।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
Which component of an AI application is the machine-learning model itself?
आगे क्या देखना है
महत्वपूर्ण अगला साक्ष्य कानूनी, कर और पत्रकारिता वर्कफ़्लो में वास्तविक दुनिया का प्रदर्शन होगा, जिसमें उद्धरण गुणवत्ता, तथ्यात्मक विश्वसनीयता, तटस्थता और सुरक्षा शामिल है। देखें कि क्या थॉमसन बाहरी मॉडलों पर निर्भर रहता है, यह CoCouncel के माध्यम से कितनी व्यापक रूप से उपलब्ध हो जाता है, और क्या रिपोर्ट की गई प्रशिक्षण अर्थव्यवस्था कम परिचालन लागत में तब्दील होती है। मॉडल के प्रशिक्षण डेटा, मूल्यांकन और सुरक्षा उपायों के बारे में स्वतंत्र परीक्षण और स्पष्ट खुलासा अज्ञात है।
थॉमसन को जिन कार्यों को संभालने के लिए डिज़ाइन किया गया है उनमें पहली प्राथमिकता स्वतंत्र मूल्यांकन है। उपयोगी परीक्षण थॉमसन की तुलना कानूनी अनुसंधान, कर प्रश्न, समाचार-संबंधी कार्य, उद्धरण सटीकता, इनकार व्यवहार और राजनीतिक तटस्थता पर थॉमसन रॉयटर्स उत्पादों में पहले से उपयोग किए गए बाहरी मॉडल से करेंगे। लॉजिक कंपनी के इच्छित फोकस और सुरक्षा उपायों की रिपोर्ट करता है, लेकिन यह ऐसी तुलनाओं के परिणाम प्रकाशित नहीं करता है। जब तक वे परिणाम उपलब्ध नहीं हो जाते, लॉन्च सिद्ध श्रेष्ठता के बजाय एक महत्वपूर्ण उत्पाद दिशा प्रदर्शित करता है।
CoCounsel में मॉडल के एकीकरण से पता चलेगा कि विशेष प्रशिक्षण व्यवहार में उपयोगकर्ता के अनुभव को बदलता है या नहीं। थॉमसन द्वारा कौन से उत्तर तैयार किए जाते हैं, जो Claude या अन्य मॉडलों पर भरोसा करना जारी रखते हैं, और सिस्टम अनिश्चितता और स्रोतों को कैसे संभालता है, इसके खुलासे के लिए देखें। यह भी मायने रखेगा कि क्या ग्राहक उद्धरणों को सत्यापित कर सकते हैं और गलत उत्तरों को चुनौती दे सकते हैं। रिपोर्ट में कहा गया है कि CoCouncel कुछ उन्नत सुविधाओं के लिए थॉमसन का उपयोग करेगा, लेकिन सुविधाओं की पहचान नहीं करता है या प्रदर्शन डेटा प्रदान नहीं करता है।
लागत दावों के लिए दीर्घकालिक जांच की आवश्यकता होती है। रिपोर्ट किया गया यूएस$450,000 अंतिम प्रशिक्षण रन एक सार्थक आंकड़ा हो सकता है, लेकिन यह प्रति ग्राहक अनुरोध की लागत या कानून, विनियम और समाचार परिवर्तन के रूप में सिस्टम को बनाए रखने के खर्च को नहीं दर्शाता है। देखें कि क्या थॉमसन रॉयटर्स चल रही परिचालन लागत, अपडेट शेड्यूल, बुनियादी ढांचे के विकल्प और सबूत प्रकाशित करता है कि मॉडल बाहरी प्रदाताओं को भुगतान कम करता है। यह भी अज्ञात है कि वैकल्पिक आधार मॉडल पर चलने की मॉडल की क्षमता निर्भरता को कम करेगी या बस इसे स्थानांतरित कर देगी।
अंततः, डेटा और शासन के बारे में पारदर्शिता महत्वपूर्ण होगी। लॉजिक की रिपोर्ट है कि थॉमसन को सुरक्षा, नैतिकता और राजनीतिक-तटस्थता मानकों के साथ जोड़ा जा रहा है, लेकिन यह समीक्षा प्रक्रिया, परीक्षण सेट, विफलता दर या बाहरी निरीक्षण का वर्णन नहीं करता है। रिपोर्ट यह भी नहीं बताती है कि प्रशिक्षण के लिए किस मालिकाना सामग्री का उपयोग किया गया था, अधिकार और गोपनीयता कैसे संभाली जाती है, या क्या Hugging Face उपयोगकर्ताओं को CoCounsel में उपयोग किया गया वही संस्करण प्राप्त होगा। वे अज्ञात चीजें तय करेंगी कि क्या लॉन्च उद्यम मॉडल स्वतंत्रता का एक विश्वसनीय उदाहरण बन जाएगा या मुख्य रूप से निवेशक और आपूर्तिकर्ता दबाव के लिए एक रणनीतिक प्रतिक्रिया बन जाएगा।