ОтветыОпубликовано17 источники
Зачем Thomson Reuters создала собственную ИИ-модель Thomson
Thomson Reuters запустила первую собственную большую языковую модель Thomson, вложив около $40 млн более чем за два года; сумма в $450 тыс. Модель обучали на отобранных материалах Westlaw, Practical Law, Checkpoint и Reuters с участием сотен профильных экспертов.
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование
Ключевые выводы
- Thomson Reuters запустила первую собственную большую языковую модель Thomson, вложив около $40 млн более чем за два года; сумма в $450 тыс.
- Модель обучали на отобранных материалах Westlaw, Practical Law, Checkpoint и Reuters с участием сотен профильных экспертов.
- По данным внешних публикаций, Thomson создана на базе Qwen от Alibaba через промежуточную модель Snowdon, однако в официальном анонсе компания говорит лишь о «сильной открытой основе».
Промпт ИИ
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
Thomson Reuters представила Thomson — свою первую большую языковую модель, полностью принадлежащую компании и контролируемую ею. На первом этапе она будет выполнять Tabular Analysis — высокообъёмную задачу по анализу документов в юридическом ИИ-помощнике CoCounsel Legal. При этом значительная часть платформы продолжит работать на Claude от Anthropic. 7
11
Это не отказ от сторонних моделей, а попытка собрать гибридную систему: использовать собственную технологию там, где особенно важны данные и экспертиза Thomson Reuters, а внешние передовые модели — там, где они лучше справляются с универсальными задачами.
Что именно объявила компания
Thomson Reuters сообщила, что потратила около $40 млн за более чем два года на специалистов и вычислительные ресурсы для разработки Thomson. Эту сумму не следует путать с примерно $450 тыс., которые стоил финальный запуск обучения текущей версии модели. Последняя цифра отражает лишь один этап проекта. 2
6
Компания подчёркивает, что Thomson полностью принадлежит Thomson Reuters и обучается и работает за долю стоимости сопоставимых передовых моделей. Первое промышленное применение — Tabular Analysis в CoCounsel Legal, где модель предназначена для структурированной проверки документов, а не для всех функций ИИ-помощника. 7
11
Что известно о Qwen и Snowdon
В официальном пресс-релизе Thomson Reuters называет исходную технологию лишь «сильной открытой основой». 7 Однако внешние публикации, включая комментарии, приписываемые техническому директору компании, указывают на Qwen — открытую модель Alibaba. В других материалах описывается совместная работа Thomson Reuters и Имперского колледжа Лондона, в рамках которой Qwen переработали в промежуточную модель Snowdon. Особое внимание уделялось этическим, политическим и аспектам безопасности перед дальнейшим обучением для профессиональных задач.
2
14
Здесь важно разделять подтверждённые и опубликованные извне сведения. Qwen и Snowdon относятся к описываемой истории разработки, но в официальном анонсе Thomson Reuters эти названия не упоминаются. Самая надёжная формулировка такова: Thomson начала с открытой основы, а затем адаптировала и дообучила её под профессиональные сценарии компании. 7
Для обучения использовали не весь архив компании
По словам Thomson Reuters, модель обучали на авторитетных материалах из Westlaw, Practical Law, Checkpoint и Reuters. В подготовке и оценке системы участвовали сотни экспертов в соответствующих предметных областях. 7
Согласно публикациям, использованный массив составил менее 10% всей библиотеки контента Thomson Reuters. 2 Это показывает принципиальный выбор компании: добиваться качества не за счёт механической загрузки всего архива, а через отбор наиболее ценных материалов, экспертизу специалистов и проверку модели на конкретных задачах.
Такой подход особенно важен для профессиональных продуктов. В них от модели требуется не только хорошо владеть языком, но и корректно работать с проверенными источниками, специализированными инструментами и отраслевыми процедурами.
Почему Claude не исчезает из CoCounsel
Thomson Reuters не собирается заменять Claude во всей платформе CoCounsel. Собственная модель будет получать задачи, где ей помогают специализированное обучение и доступ к контенту Thomson Reuters. Claude, судя по планам компании, продолжит обеспечивать значительную часть платформы в рамках расширенного сотрудничества с Anthropic. 7
11
В результате формируется гибридная архитектура:
- Thomson — для отдельных высокообъёмных профессиональных процессов, например Tabular Analysis;
- Claude и другие внешние модели — для задач, в которых важнее широкий набор возможностей универсальных передовых систем;
- Собственные модели и данные — там, где критичны стоимость, настройка под бизнес и операционный контроль.
Для корпоративных заказчиков вывод практический: владение собственной моделью не означает, что нужно полностью отказываться от поставщиков ИИ. Небольшая специализированная система может эффективно работать вместе с крупными универсальными моделями, если каждой поручать подходящий тип задач.
Экономика «владеть, а не арендовать»
Мотивация Thomson Reuters одновременно финансовая и стратегическая. При использовании внешней модели компания платит поставщику за каждый запрос и зависит от его цен, планов развития, доступности и правил. Собственная модель требует крупных первоначальных вложений, зато превращается в актив, которым компания управляет сама. 7
13
История с $40 млн также показывает, почему стоимость финального обучения может вводить в заблуждение. Сумма примерно в $450 тыс. привлекла внимание: она заметно ниже расходов на обучение крупнейших передовых моделей. Но в общий бюджет проекта вошли зарплаты специалистов, вычислительные ресурсы, разработка, подготовка данных, тестирование и работа отраслевых экспертов. 2
6
По сути, Thomson Reuters проверяет другую формулу создания ИИ-ценности. Компании с уникальными профессиональными данными необязательно строить универсальную модель с нуля. Можно взять открытую основу, адаптировать её под собственные задачи и сохранить контроль над системой, которая ближе всего к ключевому бизнесу.
Компания готовит небольшую открытую версию
Thomson Reuters планирует выпустить на Hugging Face уменьшенную версию модели с открытыми весами для академических и некоммерческих исследований. Внешнюю оценку системы должны проводить, в частности, специалисты в области юридической науки. 10
Это не означает, что промышленная версия Thomson станет полностью открытой. Будущий релиз разумнее воспринимать как исследовательскую и оценочную версию, которая позволит независимым экспертам изучать возможности и ограничения модели.
Что подтверждено, а что пока основано на публикациях
На данный момент подтверждено, что Thomson Reuters запустила собственную большую языковую модель, вложила в её разработку около $40 млн, обучила её на отобранном профессиональном контенте и первой внедрила в юридический процесс проверки документов. 7
11
Сведения о базе Qwen, промежуточной модели Snowdon и сотрудничестве с Имперским колледжем Лондона добавляют важный контекст, но исходят из внешних публикаций, а не из официального анонса компании. 2
14 Аналогично, возможные риски безопасности открытых моделей китайского происхождения относятся к вопросам цепочки поставок и управления технологиями. Представленные материалы не подтверждают обнаружение бэкдора в Qwen, Snowdon или Thomson.
Главное значение запуска — стратегическое. Thomson Reuters не пытается конкурировать на рынке универсальных чат-ботов. Компания проверяет, сможет ли специализированная модель, обученная на ценных профессиональных знаниях и используемая точечно, снизить зависимость от «арендованного» ИИ, одновременно улучшив экономику и контроль над наиболее важными рабочими процессами.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Зачем Thomson Reuters создала собственную ИИ-модель Thomson»?
Thomson Reuters запустила первую собственную большую языковую модель Thomson, вложив около $40 млн более чем за два года; сумма в $450 тыс.
Какие ключевые моменты необходимо проверить в первую очередь?
Thomson Reuters запустила первую собственную большую языковую модель Thomson, вложив около $40 млн более чем за два года; сумма в $450 тыс. Модель обучали на отобранных материалах Westlaw, Practical Law, Checkpoint и Reuters с участием сотен профильных экспертов.
Что мне делать дальше на практике?
По данным внешних публикаций, Thomson создана на базе Qwen от Alibaba через промежуточную модель Snowdon, однако в официальном анонсе компания говорит лишь о «сильной открытой основе».