उत्तरप्रकाशित17 स्रोत
थॉमसन रॉयटर्स ने लॉन्च किया अपना AI मॉडल ‘Thomson’, Claude के साथ अपनाएगी हाइब्रिड रणनीति
थॉमसन रॉयटर्स ने दो साल से अधिक समय में प्रतिभा और कंप्यूटिंग पर करीब 4 करोड़ डॉलर खर्च करके अपना पहला proprietary large language model, ‘Thomson’, लॉन्च किया है। करीब 4.5 लाख डॉलर का आंकड़ा केवल अंतिम training run की... Thomson को Westlaw, Practical Law, Checkpoint और Reuters की चुनी हुई विशेषज्ञ सामग्री पर प्रशिक्...
प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- थॉमसन रॉयटर्स ने दो साल से अधिक समय में प्रतिभा और कंप्यूटिंग पर करीब 4 करोड़ डॉलर खर्च करके अपना पहला proprietary large language model, ‘Thomson’, लॉन्च किया है। करीब 4.5 लाख डॉलर का आंकड़ा केवल अंतिम training run की...
- Thomson को Westlaw, Practical Law, Checkpoint और Reuters की चुनी हुई विशेषज्ञ सामग्री पर प्रशिक्षित किया गया है। कंपनी की कुल content library के 10% से भी कम हिस्से का अब तक इस्तेमाल हुआ है।
- बाहरी रिपोर्टों के अनुसार मॉडल की शुरुआत Alibaba के Qwen और उससे बने मध्यवर्ती मॉडल Snowdon से हुई, लेकिन कंपनी की आधिकारिक घोषणा केवल एक मजबूत open source foundation का उल्लेख करती है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Thomson Reuters announce about its first proprietary large language model, Thomson—including its approximately $40 million, two-yea. Article summary: Thomson Reuters announced **Thomson**, its first proprietary large language model: a specialized, company-controlled AI system initially deployed in CoCounsel Legal’s Tabular Analysis document-review workflow. The compan. Topic tags: general, general web, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
थॉमसन रॉयटर्स ने Thomson नाम से अपना पहला proprietary large language model (LLM) लॉन्च किया है। इसका मकसद कंपनी के पेशेवर सूचना-उत्पादों में इस्तेमाल होने वाली AI तकनीक पर अधिक नियंत्रण हासिल करना है। शुरुआत में यह मॉडल CoCounsel Legal के बड़े पैमाने वाले document-review workflow Tabular Analysis को संभालेगा, जबकि Anthropic का Claude प्लेटफॉर्म के अधिकांश अन्य हिस्सों को चलाता रहेगा। 7
11
यह कदम third-party AI से पूरी तरह दूरी बनाने का संकेत नहीं है। इसके बजाय कंपनी ऐसी हाइब्रिड रणनीति अपना रही है जिसमें उन कामों के लिए अपना मॉडल इस्तेमाल किया जाएगा, जहां उसके proprietary data और domain expertise का सबसे अधिक लाभ मिल सकता है; वहीं व्यापक क्षमताओं वाले बाहरी frontier models का इस्तेमाल जारी रहेगा।
कंपनी ने क्या ऐलान किया?
थॉमसन रॉयटर्स के अनुसार, Thomson को विकसित करने में दो साल से अधिक समय में करीब 4 करोड़ डॉलर खर्च हुए। इसमें विशेषज्ञ कर्मचारियों और computing resources की लागत शामिल है। यह रकम उस करीब 4.5 लाख डॉलर की लागत से अलग है, जो मॉडल के अंतिम training run पर खर्च हुई थी। अंतिम training run पूरे प्रोजेक्ट का केवल एक चरण था। 2
6
कंपनी का कहना है कि Thomson पूरी तरह थॉमसन रॉयटर्स के स्वामित्व और नियंत्रण में है तथा इसकी training और operation तुलनीय frontier models की तुलना में बहुत कम लागत में हुई है। 7 इसका पहला production use CoCounsel Legal का Tabular Analysis फीचर है—यह ऐसा काम है जिसमें संरचित दस्तावेजों की बड़ी मात्रा की समीक्षा की जाती है। इसका अर्थ यह नहीं है कि Thomson CoCounsel में किए जाने वाले हर कार्य का मॉडल होगा।
11
Qwen और Snowdon से जुड़ी रिपोर्टेड पृष्ठभूमि
थॉमसन रॉयटर्स की आधिकारिक घोषणा में Thomson के शुरुआती आधार को केवल “एक मजबूत open-source foundation” कहा गया है। 7 हालांकि, बाहरी रिपोर्टों में कंपनी के chief technology officer के हवाले से इस foundation की पहचान Alibaba के Qwen के रूप में की गई है। अन्य रिपोर्टों के अनुसार, थॉमसन रॉयटर्स और Imperial College London की संयुक्त टीम ने Qwen को बदलकर Snowdon नाम का एक intermediate model तैयार किया। इसमें नैतिकता, राजनीति और सुरक्षा से जुड़े पहलुओं पर realignment के बाद पेशेवर क्षेत्रों के लिए अतिरिक्त training की गई।
2
14
यहां एक महत्वपूर्ण अंतर समझना जरूरी है: Qwen और Snowdon Thomson के reported development history का हिस्सा हैं, लेकिन कंपनी की आधिकारिक launch announcement में दोनों के नाम नहीं हैं। इसलिए सबसे स्पष्ट रूप से पुष्टि की गई बात यही है कि Thomson की शुरुआत एक open-source base से हुई और बाद में उसे थॉमसन रॉयटर्स के पेशेवर उपयोगों के लिए अनुकूलित और प्रशिक्षित किया गया। 7
पूरा archive नहीं, चुनी हुई पेशेवर सामग्री
कंपनी के अनुसार, Thomson की training में Westlaw, Practical Law, Checkpoint और Reuters की authoritative सामग्री का इस्तेमाल हुआ। Training और evaluation के दौरान सैकड़ों subject-matter experts ने भी योगदान दिया। 7
रिपोर्टों के मुताबिक, अभी तक इस्तेमाल की गई सामग्री थॉमसन रॉयटर्स की कुल content library के 10% से भी कम है। 2 इससे कंपनी का design approach साफ होता है: मॉडल की गुणवत्ता बढ़ाने के लिए पूरे archive को बिना भेदभाव के feed करने के बजाय चुनी हुई सामग्री, विशेषज्ञों की जानकारी और task-specific evaluation पर जोर दिया जा रहा है।
पेशेवर कामों में यह रणनीति खास मायने रखती है। ऐसे workflows में केवल भाषा समझने की क्षमता पर्याप्त नहीं होती; मॉडल को विश्वसनीय सामग्री, विशेषज्ञ tools और विशिष्ट प्रक्रियाओं के साथ भी प्रभावी ढंग से काम करना होता है।
CoCounsel से Claude की विदाई नहीं
थॉमसन रॉयटर्स CoCounsel में Anthropic के Claude को पूरी तरह हटाने की योजना नहीं बना रही है। Thomson उन कामों को संभालेगा जहां उसका specialized training और कंपनी की सामग्री उसे बढ़त दे सकती है। वहीं, कंपनियों के बीच विस्तारित संबंधों के तहत Claude CoCounsel के बड़े हिस्से को चलाता रहेगा। 7
11
इससे एक hybrid architecture तैयार होती है:
- Thomson: Tabular Analysis जैसे चुने हुए, high-volume पेशेवर workflows के लिए।
- Claude और अन्य external models: उन कार्यों के लिए जहां व्यापक frontier-model capabilities अधिक उपयोगी हैं।
- कंपनी के नियंत्रण वाले systems और data: वहां जहां लागत, customization और operational control सबसे महत्वपूर्ण हैं।
Enterprise AI खरीदने वाली कंपनियों के लिए इसका व्यावहारिक संदेश यह है कि अपना मॉडल बनाने का मतलब model providers को पूरी तरह छोड़ना नहीं है। एक छोटा, specialized model बड़े general-purpose models के साथ रह सकता है—बशर्ते हर मॉडल को वही काम दिया जाए जिसमें वह सबसे अच्छा हो।
‘खरीदें या किराये पर लें’ वाली अर्थव्यवस्था
थॉमसन रॉयटर्स का तर्क आर्थिक और रणनीतिक, दोनों है। हर inference के लिए बाहरी provider को भुगतान करने पर लगातार operating expense बना रहता है। साथ ही कंपनी किसी दूसरी firm की pricing, product roadmap, availability और policies पर निर्भर रहती है। अपना मॉडल बनाने में शुरुआत में बड़ा निवेश लगता है, लेकिन इसके बाद वह कंपनी के नियंत्रण में रहने वाली asset बन जाता है। 7
13
4 करोड़ डॉलर का निवेश यह भी दिखाता है कि केवल अंतिम training-run की लागत पर ध्यान देना भ्रामक हो सकता है। करीब 4.5 लाख डॉलर का आंकड़ा इसलिए चर्चा में आया क्योंकि यह सबसे बड़े frontier models की training लागत से बहुत कम है। लेकिन पूरे प्रोजेक्ट में staff, compute, model development, data preparation, evaluation और domain specialists का काम भी शामिल था। 2
6
थॉमसन रॉयटर्स का मॉडल यह है कि proprietary data रखने वाली कंपनी को AI से लाभ उठाने के लिए general-purpose model को शून्य से बनाने की जरूरत नहीं है। वह open foundation से शुरुआत कर सकती है, उसे अपने काम के हिसाब से specialized बना सकती है और अपने मुख्य workflows के लिए उस system का स्वामित्व रख सकती है।
Hugging Face पर छोटा open-weight मॉडल
थॉमसन रॉयटर्स academic और non-commercial research के लिए Thomson का एक छोटा open-weight version Hugging Face पर जारी करने की योजना बना रही है। बाहरी evaluation में legal academics भी शामिल होंगे। 10
इसका यह अर्थ नहीं है कि production में इस्तेमाल होने वाला Thomson model पूरी तरह open-weight होगा। प्रस्तावित release को research और evaluation version के रूप में समझना अधिक सही है, जिससे बाहरी विशेषज्ञ मॉडल की performance और limitations की स्वतंत्र जांच कर सकें।
घोषणा से क्या साबित होता है—और क्या नहीं?
अभी तक पुष्टि की गई तस्वीर यह है कि थॉमसन रॉयटर्स ने कंपनी के नियंत्रण वाला LLM लॉन्च किया है, इसके विकास पर करीब 4 करोड़ डॉलर खर्च किए हैं, इसे चुनी हुई proprietary professional content पर प्रशिक्षित किया है और शुरुआत में इसे कानूनी दस्तावेजों की समीक्षा वाले workflow में लगाया है। 7
11
Qwen foundation, Snowdon intermediate model और Imperial College London के साथ सहयोग इस कहानी का महत्वपूर्ण संदर्भ देते हैं, लेकिन ये विवरण कंपनी की सार्वजनिक launch announcement के बजाय बाहरी रिपोर्टों से आए हैं। 2
14 इसी तरह, चीनी open-source model foundations की security को लेकर उठने वाली चिंताएं supply-chain और governance से जुड़े सवाल हैं। उपलब्ध रिपोर्टिंग यह साबित नहीं करती कि Qwen, Snowdon या Thomson में कोई backdoor पाया गया है।
इस घोषणा का बड़ा महत्व रणनीतिक है। थॉमसन रॉयटर्स general chatbot market जीतने की कोशिश नहीं कर रही है। कंपनी यह परख रही है कि high-value professional knowledge पर प्रशिक्षित और चुनिंदा workflows में लगाए गए specialized model से rented AI पर निर्भरता घटाई जा सकती है या नहीं—और क्या इससे लागत, customization तथा नियंत्रण के मामले में बेहतर परिणाम मिल सकते हैं।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"थॉमसन रॉयटर्स ने लॉन्च किया अपना AI मॉडल ‘Thomson’, Claude के साथ अपनाएगी हाइब्रिड रणनीति" का संक्षिप्त उत्तर क्या है?
थॉमसन रॉयटर्स ने दो साल से अधिक समय में प्रतिभा और कंप्यूटिंग पर करीब 4 करोड़ डॉलर खर्च करके अपना पहला proprietary large language model, ‘Thomson’, लॉन्च किया है। करीब 4.5 लाख डॉलर का आंकड़ा केवल अंतिम training run की...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
थॉमसन रॉयटर्स ने दो साल से अधिक समय में प्रतिभा और कंप्यूटिंग पर करीब 4 करोड़ डॉलर खर्च करके अपना पहला proprietary large language model, ‘Thomson’, लॉन्च किया है। करीब 4.5 लाख डॉलर का आंकड़ा केवल अंतिम training run की... Thomson को Westlaw, Practical Law, Checkpoint और Reuters की चुनी हुई विशेषज्ञ सामग्री पर प्रशिक्षित किया गया है। कंपनी की कुल content library के 10% से भी कम हिस्से का अब तक इस्तेमाल हुआ है।
मुझे अभ्यास में आगे क्या करना चाहिए?
बाहरी रिपोर्टों के अनुसार मॉडल की शुरुआत Alibaba के Qwen और उससे बने मध्यवर्ती मॉडल Snowdon से हुई, लेकिन कंपनी की आधिकारिक घोषणा केवल एक मजबूत open source foundation का उल्लेख करती है।