Thomson Reuters hat Thomson gestartet, das erste proprietäre Large Language Model des Unternehmens — intern für 40 Millionen Dollar entwickelt, einen Bruchteil dessen, was Frontier-KI-Labs normalerweise ausgeben. Das Unternehmen sagt, das Modell leistet bei professionellen Rechts- und Steueraufgaben gleichauf mit führenden Frontier-Modellen.
Anstatt bei Null anzufangen, baute Thomson Reuters Thomson auf einer starken Open-Source-Grundlage auf und wendete dann modernste Mid-Training- und Post-Training-Techniken mit Jahrzehnten proprietärer Inhalte aus Westlaw, Practical Law, Checkpoint und Reuters an. Hunderte von Experten wurden vom Design der Trainingsziele bis zu den abschließenden Bewertungen einbezogen.
"Seit Jahren behandelt die KI-Industrie Skalierung als die Antwort: größere Modelle, mehr Rechenleistung, mehr Geld. Thomson zeigt, dass es einen anderen Weg gibt", sagte CTO Joel Hron.
Erste Bewertungen setzen Thomson auf Augenhöhe mit den neuesten Frontier-Modellen. Das Modell wurde mit weniger als 10% des Gesamtinhalts von Thomson Reuters trainiert, was erheblichen Raum für weitere Verbesserungen lässt.
