Hva skjedde
The Logic rapporterer at Thomson Reuters lanserte sin proprietære Thomson-språkmodell denne uken. Modellen er løst basert på Alibabas åpen kildekode Qwen og blir opplært for journalistikk, juss og skattearbeid. Selskapet sa at det brukte rundt 40 millioner dollar på å trene Thomson, mens teknologisjefen sa at den siste treningsrunden ville koste omtrent 450 000 dollar. Modellen blir utgitt på Hugging Face og vil drive noen avanserte funksjoner i Thomson Reuters' CoCounsel chatbot.
The Logic rapporterer at Thomson Reuters lanserte Thomson som en del av en bredere innsats for å bli en utvikler av kunstig intelligens i stedet for å stole helt på selskaper som Anthropic, OpenAI og Google. Modellen er ment å gi selskapet mer kontroll over sine spesialiserte data og å redusere eksponeringen for de økende kostnadene ved bruk av tredjeparts grensemodeller. Rapporten beskriver lanseringen som en tidlig test av om domenespesifikke store språkmodellene kan konkurrere med generaliserte systemer i utvalgte profesjonelle applikasjoner. Logics rapport er kilden for disse lanseringsdetaljene; dette elementet bekrefter dem ikke uavhengig.
I følge The Logic sa Thomson Reuters administrerende direktør Steve Hasker på en inntektssamtale denne måneden at selskapet hadde brukt 40 millioner dollar på å trene Thomson. Sjef for teknologi Joel Hron sa i en pressebriefing forrige uke at den siste treningsrunden vil koste omtrent 450 000 USD. Disse tallene beskriver opplæringsutgifter rapportert av selskapet, ikke de totale kostnadene ved drift, oppdatering, evaluering eller integrering av modellen. The Logic rapporterte også at Thomson Reuters aksje falt nesten 10 prosent på ettermiddagen da rapporten ble utgitt, selv om artikkelen ikke fastslår at nedgangen utelukkende var forårsaket av modelllanseringen.
The Logic rapporterer at Thomson er løst basert på Alibabas åpen kildekode Qwen-modell og kan kjøres på andre modeller hvis bedre alternativer blir tilgjengelige. En sekundær modell sies å screene og justere åpen kildekode-teknologien til Thomson Reuters’ standarder for sikkerhet, etikk og politisk nøytralitet. Selskapet fokuserer Thomson på journalistikk, juss og skatter i stedet for å investere i mer spesialiserte funksjoner som koding. Rapporten gir ikke modellens parameterantall, opplæringsdatabeholdning, evalueringsresultater, latens, kontekstvindu eller tilgjengelighetsvilkår.
Modellen vil bli utgitt på Hugging Face, som The Logic beskriver som et viktig knutepunkt hvor programvareutviklere kan teste AI-modeller. Rapporten sier at advokatfirmaer også vil møte Thomson gjennom CoCounsel chatbot, som forventes å bytte til Thomson for noen avanserte funksjoner i løpet av lanseringsuken. Artikkelen spesifiserer ikke hvilke CoCounsel-funksjoner som vil bruke Thomson, hvordan brukere vil vite hvilken modell som ga et svar, om utrullingen er geografisk begrenset eller om modellen er tilgjengelig for ubegrenset offentlig bruk. Den bekrefter heller ikke uavhengig selskapets distribusjonstidslinje.
Hvorfor det betyr noe
Lanseringen er en konkret test på om en domenespesifikk modell kan gi nok verdi til å rettferdiggjøre kostnadene og kompleksiteten ved å drifte et bedriftsspesifikt AI-system. The Logic rapporterer at Thomson Reuters søker lavere eksponering for stigende priser fra leverandører av grensemodeller, større kontroll over spesialiserte data og mer innflytelse når de forhandler med leverandører. Rapporten fastslår ikke uavhengig at Thomson overgår generelle modeller eller reduserer totale kostnader over tid.
Lanseringen er viktig fordi den flytter debatten om spesialiserte AI-modeller fra generell strategi til en identifiserbar kommersiell distribusjon. Thomson Reuters har store, spesialiserte organer av juridisk, skattemessig og nyhetsmateriale og driver produkter der nøyaktighet, siteringer og faglig ansvarlighet er sentralt. En modell skreddersydd for disse innstillingene kan potensielt gi bedre resultater på relevante oppgaver eller være lettere å styre enn et generellt system. Logikken rapporterer disse målene og planene, men kilden gir ingen uavhengige tester som viser at Thomson oppnår dem.
Økonomien er også viktig for AI-kjøpere i bedrifter. The Logic plasserer Thomson Reuters rapporterte 40 millioner dollar treningsbruk mot de mye større budsjettene knyttet til frontier AI-laboratorier og sier at selskapet reagerer på bekymring for at systemer som Claude, ChatGPT og Gemini kan være dyre å bruke i stor skala. En lavere forhåndsopplæringskostnad kan gjøre spesialiserte modeller mer tilgjengelige for selskaper med verdifulle proprietære data. Men opplæring er bare én del av økonomien: konklusjon, skyinfrastruktur, datalisensiering, sikkerhet, overvåking, menneskelig vurdering og gjentatt omskolering kan avgjøre om tilnærmingen faktisk er billigere.
Rapporten illustrerer også et strategisk skifte i forholdet mellom programvareselskaper og modellleverandører. Thomson Reuters jobbet tidligere tett med Anthropics Claude etter at investorer reagerte negativt på et Anthropic juridisk teknologiverktøy, ifølge The Logic. Å bygge en modell som kan kjøre på alternative underliggende systemer kan gi Thomson Reuters mer forhandlingsmakt og redusere avhengigheten av en leverandør. Det kan også skape nye tekniske og styringsansvar som tidligere ble håndtert, i det minste delvis, av eksterne leverandører.
The Logic rapporterer at tidligere domenespesifikke tiltak som BloombergGPT kjempet mot hyllemodeller, mens selskaper som Mistral har hevdet at tilpasning kan forbedre datakontroll og oppgaveytelse. Juridisk teknologigründer Gordon Cassie sa til The Logic at tilpassede systemer kunne løse problemer med generell AI, inkludert hallusinerte myndigheter i rettssaker, mens han erkjente at noen selskaper kan fremme tilpasset AI for å beskytte eksisterende programvarevirksomheter. Disse observasjonene gir kontekst, ikke bevis på at Thomson har løst sitasjons- eller hallusinasjonsproblemer. Kilden inneholder ingen uavhengig , kundeevaluering eller revisjon av Thomsons produksjon.
Interaktiv mekanisme: Hvordan det faktisk fungerer
Utforsk den underliggende teknologien bak denne utviklingen interaktivt.
Which component of an AI application is the machine-learning model itself?
Hva du skal se neste
Det viktige neste beviset vil være ytelse i den virkelige verden innen juridiske, skattemessige og journalistiske arbeidsflyter, inkludert siteringskvalitet, faktapålitelighet, nøytralitet og sikkerhet. Se om Thomson forblir avhengig av eksterne modeller, hvor mye den blir tilgjengelig gjennom CoCounsel, og om den rapporterte treningsøkonomien slår ut i lavere driftskostnader. Uavhengig testing og klarere avsløring om modellens treningsdata, evalueringer og sikkerhetstiltak forblir ukjente.
Førsteprioritet er uavhengig evaluering i oppgavene Thomson er designet for å håndtere. Nyttige tester vil sammenligne Thomson med de eksterne modellene som allerede er brukt i Thomson Reuters-produkter på juridisk forskning, skattespørsmål, nyhetsrelatert arbeid, siteringsnøyaktighet, avslagsatferd og politisk nøytralitet. Logikken rapporterer selskapets tiltenkte fokus og sikkerhetstiltak, men den publiserer ikke resultater fra slike sammenligninger. Inntil disse resultatene er tilgjengelige, viser lanseringen en viktig produktretning snarere enn bevist overlegenhet.
Modellens integrering i CoCounsel vil avsløre om spesialisert opplæring endrer brukeropplevelsen i praksis. Se etter avsløring om hvilke svar som genereres av Thomson, som fortsetter å stole på Claude eller andre modeller, og hvordan systemet håndterer usikkerhet og kilder. Det vil også ha betydning om kundene kan verifisere siteringer og utfordre feil svar. Rapporten sier at CoCounsel vil bruke Thomson for noen avanserte funksjoner, men identifiserer ikke funksjonene eller gir ytelsesdata.
Kostnadskrav krever langsiktig gransking. Det rapporterte siste treningsløpet på USD 450 000 kan være et meningsfylt tall, men det viser ikke kostnaden per kundeforespørsel eller kostnadene ved å vedlikeholde systemet ettersom lover, forskrifter og nyheter endres. Se om Thomson Reuters publiserer løpende driftskostnader, oppdaterer tidsplaner, infrastrukturvalg og bevis på at modellen reduserer betalinger til eksterne leverandører. Det er også ukjent om modellens evne til å kjøre på alternative basismodeller vil redusere avhengigheten eller bare endre den.
Til slutt vil åpenhet om data og styring være viktig. The Logic rapporterer at Thomson blir tilpasset standarder for sikkerhet, etikk og politisk nøytralitet, men den beskriver ikke gjennomgangsprosessen, testsettene, feilfrekvensen eller eksternt tilsyn. Rapporten forklarer heller ikke hvilket proprietært materiale som ble brukt til opplæring, hvordan rettigheter og konfidensialitet håndteres, eller om Hugging Face-brukere vil motta samme versjon som brukes i CoCounsel. Disse ukjente vil forme om lanseringen blir et troverdig eksempel på bedriftsmodelluavhengighet eller først og fremst en strategisk respons på investor- og leverandørpress.