北京
全球内容巨头汤森路透公司今日发布了旗下首个自有大语言模型——Thomson。该模型将公司积累的海量法律知识与外部大语言模型相结合，为用户提供法律咨询服务。
公司表示，Thomson将首先部署于其法律AI助手CoCounsel的"表格分析"功能中，该功能主要用于高频次的文档审阅工作。CoCounsel将继续采用多模型架构，在公司领域专属模型具备优势的任务中使用Thomson，其他任务则调用第三方前沿模型。表格分析功能将默认使用Thomson，但管理员可自行切换其他模型。
汤森路透在这一项目上历时两年，在人员和算力方面投入约4000万美元，但通过优化，最终训练运行的成本降至约45万美元。公司并未从零构建基础模型，而是以一个开放权重模型为起点，融入自有专有内容、训练方法和专业知识。据称，与通用前沿模型相比，这一方式显著降低了训练和推理成本。
汤森路透全球人工智能及TR Labs负责人乔尔·赫伦表示，公司并不寻求在所有领域与顶级AI实验室竞争。"Thomson需要在法律智能领域树立标杆，这与众多前沿实验室的定位截然不同。"
专业人员深度参与
训练过程涵盖多个环节：将基础模型与汤森路透的价值观重新对齐、基于公司内容进行预训练、由专业人员指导的定向后训练，以及教导模型使用Westlaw、Practical Law等公司工具的强化学习。公司旗舰平台Westlaw拥有逾4万个独立数据库，汇聚了超过150年的法律出版与编辑积累。赫伦表示，数百位领域专家参与了训练目标的制定、法律问题示例的创建，以及盲测中对模型回答的评判。
汤森路透基础研究负责人乔纳森·施瓦茨指出，若处理不当，专业化训练可能损害模型的通用能力。为此，研究团队重点攻关持续学习技术，即在增强领域能力的同时不损失已有能力。"如果只是直接使用开源模型而不经过这些额外步骤，模型的知识储备会有所欠缺，也未必能与公司价值观保持一致，更无法有效使用后续构建的工具。"
汤森路透表示，内部测试显示，在仅能访问互联网的条件下，Thomson与主流模型整体表现相当。高级研究科学家安德鲁·宾表示，接入汤森路透内容后，模型表现提升至大致持平或略优的水平。测试同时评估了答案的完整性及引用的准确性。公司计划未来发布技术报告，提供更多基准测试结果。
上述结果尚未经过大规模独立验证。汤森路透已开始向法律专家和学术机构开放模型测试，并计划在Hugging Face上以非商业学术许可证发布一个较小的开放权重版本。此外，公司还在开发一个开发者门户，供外部开发者申请API密钥并直接测试模型。
未来规划
宾表示，目前公司信息库中仅约10%的内容被纳入训练。下一步的重点不仅是扩充数据量，更在于将最有价值的内容和产品使用行为转化为更优质的训练信号。
数据主权也是公司推进自有AI战略的核心论据。汤森路透表示，客户数据不会用于模型训练，掌控模型本身赋予公司在部署、治理和未来发展上更大的自主权。公司正与大型律师事务所和企业探讨直接模型访问合作，并对客户将Thomson适配至自身知识体系和工作流程的可能性持开放态度。
赫伦坦承，维护自有模型不可避免地引发外界对汤森路透能否跟上快速迭代的AI实验室步伐的质疑。他认为，开放模型的持续进步将为后续版本提供更坚实的基础，而公司自身的投入则可集中于专业领域。
"我认为，拥有一个承载汤森路透知识与专业积累的AI模型，并非与我们的核心业务相悖，"他说，"AI是专业知识交付的全新方式。"
Q&A
Q1：Thomson模型是什么？它有哪些核心能力？
A：Thomson是汤森路透推出的首个自有大语言模型，专为法律领域设计。它将公司积累的海量法律内容与外部大语言模型相结合，能够提供法律咨询服务，并可调用Westlaw、Practical Law等专业工具。目前首先应用于CoCounsel法律AI助手的表格分析功能，用于高频次文档审阅工作。
Q2：汤森路透训练Thomson花了多少钱？是怎么做到降低成本的？
A：汤森路透在人员和算力方面历时两年共投入约4000万美元，但通过优化，最终训练运行成本降至约45万美元。降本的关键在于：公司没有从零构建基础模型，而是以现有开放权重模型为起点，叠加自有专有内容和训练方法，从而大幅降低了训练和推理成本。
Q3：Thomson的测试结果如何？有没有经过独立验证？
A：内部测试显示，在仅能访问互联网的条件下，Thomson与主流模型整体表现相当；接入汤森路透专有内容后，表现提升至大致持平或略优。测试评估了答案完整性和引用准确性。但目前这些结果尚未经过大规模独立验证，公司已开始向法律专家和学术机构开放测试，并计划未来发布技术报告。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
