Thomson Reuters lanserar Thomson, bolagets första egenutvecklade stora språkmodell.
I stället för att bygga en AI-modell från grunden har Thomson Reuters utgått från en modell med öppen källkod och investerat 40 miljoner dollar i kompetens och beräkningskraft för att specialisera den för kvalificerat professionellt arbete.
Resultatet är en modell som Thomson Reuters äger och kontrollerar fullt ut, till en bråkdel av kostnaden för jämförbara avancerade AI-modeller.
Lanseringen innebär ett nytt steg för Thomson Reuters. Bolaget äger sedan tidigare det innehåll, den expertis och de verktyg som ligger till grund för många professionella arbetsflöden. Med Thomson äger och kontrollerar bolaget nu även AI-modellen.
Thomson har vidareutvecklats med hjälp av Thomson Reuters eget innehåll och expertis inom bland annat juridik, skatt och redovisning. Modellen är byggd enligt bolagets Fiduciary-Grade AI-standard, som är utformad för yrkesgrupper med höga krav på tillförlitlighet och ansvarsskyldighet.
– AI-branschen har länge sett skala som svaret: större modeller, mer beräkningskraft och mer pengar. Thomson visar att det finns en annan väg. Genom att utgå från en stark grund och specialisera den för det arbete som verkligen betyder något går det att bygga AI som är både avancerad, effektiv och helt under egen kontroll, säger Joel Hron, CTO på Thomson Reuters.
Specialiserad med Thomson Reuters innehåll och expertis
Thomson utgår från en modell med öppen källkod, som därefter har vidareutvecklats och specialiserats av Thomson Reuters. Bolaget använder avancerade metoder för fortsatt träning och specialisering med innehåll från bland annat Westlaw, Practical Law, Checkpoint och Reuters. Hundratals ämnesexperter har deltagit i arbetet, från utformningen av träningsmål till de slutliga utvärderingarna.
– Thomson visar vad som är möjligt när AI byggs på decennier av eget innehåll och redaktionell expertis. Våra tidiga utvärderingar visar att Thomson ligger i nivå med de senaste avancerade AI-modellerna inom en rad uppgifter. Nu börjar vi använda modellen i CoCounsel Legal, och fler funktioner och lösningar för AI-suveränitet kommer framöver, säger Steve Hasker, vd för Thomson Reuters.
Hittills har modellen tränats på mindre än 10 procent av Thomson Reuters innehåll. Nästa steg handlar inte enbart om att tillföra mer data, utan om att fortsätta utveckla modellens specialisering och förståelse.
Kontroll över modellen och data
För Thomson Reuters innebär AI-suveränitet att ha kontroll över hur modellen tränas, var den körs och hur information skyddas. Med Thomson kan bolaget själv styra dessa delar i stället för att vara helt beroende av externa AI-leverantörer.
Tidiga tester visar också att specialiseringen förbättrar modellens förmåga att följa komplexa instruktioner och arbeta med avancerat, branschspecifikt innehåll. Thomson kan dessutom tränas tillsammans med Thomson Reuters egna verktyg, som Westlaw och Practical Law.
För kunder med höga krav på tillförlitlighet är även verifiering central. Thomson Reuters Fiduciary-Grade AI-standard utgår från att nästan rätt inte är tillräckligt och att kunddata inte används för att träna modellen utan uttryckligt samtycke.
Externa experter testar Thomson
Inför lanseringen har Thomson Reuters låtit jurister och AI-forskare testa modellen. Fler externa utvärderingar planeras, och en mindre version av Thomson görs även tillgänglig som en modell med öppna vikter på Hugging Face för akademiskt och icke-kommersiellt bruk.
– Jag testade Thomson mot ChatGPT och Claude med några av de mer utmanande frågor som studenter har ställt i min kurs i bolagsskatt.
Alla tre modeller svarade korrekt, men sammantaget föredrog jag Thomsons svar. Jag uppskattade särskilt länkarna till juridiska referensverk, som gjorde svaren mer transparenta och användbara för juridiskt arbete, säger Jonathan H. Choi vid Washington University School of Law.
– Vår utvärdering visade att kvaliteten på Thomsons källhänvisningar generellt var i nivå med ledande AI-modeller, även vid tester av kanadensiska arbetsrättsfrågor utan en Kanada-specifik inställning, säger professor Samuel Dahan, chef för Queen’s Conflict Analytics Lab och Cornell Legal AI Lab.
Först ut i CoCounsel Legal
Thomsons första tillämpning blir Tabular Analysis i CoCounsel Legal, som används för omfattande och strukturerad dokumentgranskning. CoCounsel Legal kommer även fortsättningsvis att bygga på flera olika AI-modeller, med Thomson för de uppgifter där modellen ger tydligast fördel.
Thomson blir tillgänglig i Tabular Analysis för advokatbyråer och juridikavdelningar i en kommande version. Thomson Reuters planerar därefter att använda Thomson-modeller inom fler delar av sitt juridik- och skatteerbjudande.
Om Thomson Reuters
Thomson Reuters (TSX/Nasdaq: TRI) kombinerar pålitligt innehåll och teknik för yrkesverksamma inom juridik, skatt, revision, redovisning, regelefterlevnad, offentlig sektor och media. Bolagets produkter kombinerar specialiserad mjukvara och expertkunskap med data och teknik för att hjälpa yrkesverksamma och organisationer att fatta välgrundade beslut. Reuters, en del av Thomson Reuters, är en av världens ledande leverantörer av nyheter och journalistik.
