Daripada kecerdasan sewaan kepada kilang model

Selama bertahun-tahun, Thomson Reuters menawarkan produk dipertingkat AI dengan melakukan penalaan halus (fine-tuning) terhadap model komersial daripada makmal pihak ketiga. Penalaan halus mengambil model pra-latih dan mengubah suai pemberatnya (weights) pada set data yang lebih kecil, tetapi ia mengecilkan keupayaan penaakulan luas model tersebut dan mengikat syarikat kepada harga serta had API penyedia tersebut.

Kini, syarikat tersebut mengendalikan AI seperti barisan pengeluaran. Dalam dua tahun lepas, ia telah mengambil jurutera, saintis data, dan pakar pengkomputeran, serta membelanjakan $40 juta untuk masa GPU awan dan perkakasan on-prem bagi melatih model daripada siri sumber terbuka Qwen—senibina Qwen daripada Alibaba. Sumber terbuka bermaksud kod dan pemberatnya adalah awam, jadi Thomson Reuters boleh bermula daripada asas yang kukuh tanpa yuran pelesenan.

Kerjasama dengan Imperial College telah menghasilkan model perantara "Snowdon", yang pada mulanya dilatih semula untuk keselamatan, etika, dan neutraliti politik—keperluan yang mesti dipenuhi oleh mana-mana LLM sebelum sampai kepada pelanggan. Selepas Snowdon, pasukan tersebut menyuapkan model itu dengan kandungan proprietari daripada Westlaw, Practical Law, Checkpoint, dan arkib berita Reuters. Kurang daripada 10% daripada kandungan tersebut telah digunakan setakat ini, meninggalkan banyak ruang untuk diperluaskan apabila lebih banyak data diserap. Langkah terakhir adalah menambah pembelajaran pengukuhan ejen (agentic reinforcement learning): model tersebut berinteraksi dengan persekitaran alatan Thomson Reuters sendiri, menerima maklum balas, dan mengemas kini dasarnya untuk meningkatkan prestasi tugas. Dalam konteks ini, pembelajaran pengukuhan mengajar model untuk mencapai matlamat (seperti mencari petikan yang betul) melalui percubaan dan ralat, berbanding contoh statik.

Bagaimana prestasi model ini

Dalam Stanford LegalBench—satu set ujian penaakulan undang-undang—model dalaman tersebut mencatatkan skor 0.823, ketinggalan di belakang Gemini 3.1 Pro, GPT-5.5, dan Opus 4.8 dalam Harvey Legal Agent Benchmark. Ia juga ketinggalan dalam masalah pengkodan dan penaakulan generik, menunjukkan bahawa kuasa penaakulan mentahnya masih lebih lemah berbanding makmal terkemuka yang melaburkan berbilion ringgit ke dalam LLM tujuan umum yang besar.

Kelebihan muncul apabila model tersebut menggunakan data eksklusif Thomson Reuters. Dalam penanda aras Deep Research yang mengukur ketepatan fakta, model tersebut mencapai 0.53 dengan hanya akses web—lebih rendah daripada 0.65 milik GPT-5.4. Penambahan perpustakaan undang-undang dalamannya melonjakkan ketepatan kepada 0.83, mengatasi pesaing komersial. Keputusan ini mengukuhkan corak yang biasa dilihat: model bersaiz sederhana, apabila disuapkan dengan pengetahuan khusus domain, boleh menewaskan sistem yang jauh lebih besar yang tidak mempunyai maklumat istimewa tersebut.

Mengapa "memiliki" lebih baik daripada "menyewa"

CTO Joel Hron dan Ketua Penyelidikan Jonathan Schwartz menunjukkan tiga tonggak utama bagi pelaburan ini:

  1. Kos dan keupayaan – Menjalankan tugas volum tinggi seperti semakan dokumen menggunakan API komersial melibatkan yuran setiap token yang meningkat dengan cepat. Model khusus yang lebih kecil memproses beban kerja yang sama pada harga yang jauh lebih murah sambil mengekalkan prestasi khusus undang-undang.
  2. Kedaulatan data – Aset paling berharga Thomson Reuters ialah kandungan undang-undang terkurasi miliknya. Menyerahkan data tersebut kepada penyedia AI luaran mewujudkan risiko keselamatan dan kerahsiaan serta memberikan kelebihan daya saing kepada penyedia tersebut. Mengekalkan data secara dalaman memastikan penambahbaikan kekal peribadi.
  3. Ekuiti intelektual terkumpul – Setiap kali peguam menyemak output model, interaksi tersebut boleh direkodkan sebagai data latihan, yang secara beransur-ansur memperhalusi model tersebut. Lama-kelamaan, syarikat membina aset pengukuhan kendiri yang menjadi semakin berharga, seperti memiliki hartanah berbanding membayar sewa.

Kes penggunaan pertama dan penghargaan kepada sumber terbuka

Model ini sedang diperkenalkan dalam suite CoCounsel Legal milik Thomson Reuters untuk tugas yang memerlukan daya pemprosesan tinggi dan kos rendah, seperti ciri Tabular Analysis yang mengekstrak data berstruktur daripada kontrak. Ia juga mengendalikan semakan petikan, satu langkah berulang tetapi kritikal dari segi ketepatan dalam penggubalan undang-undang.

Untuk memupuk ekosistem pembangun, versi yang telah diringkaskan akan muncul di Hugging Face di bawah lesen bukan komersial. Ini membolehkan penyelidik dan rakan kongsi bereksperimen tanpa mendedahkan model proprietari penuh yang memacu produk penjana hasil syarikat.