Thomson Reuters, công ty nội dung và công nghệ đứng sau Westlaw, Practical Law và Reuters, ngày 24/08 giới thiệu Thomson, model ngôn ngữ lớn đầu tiên do chính họ phát triển. Điểm khác biệt lớn nhất so với các phòng lab frontier: thay vì đổ hàng tỷ USD vào compute trong nhiều năm, họ khởi đầu từ một nền open-source mạnh và đầu tư tổng cộng 40 triệu USD cho talent lẫn compute.

Cách Thomson được xây:

  • Nền tảng open-source mạnh, sau đó áp dụng kỹ thuật mid-training và post-training hiện đại.
  • Dữ liệu huấn luyện đến từ hàng thập kỷ nội dung độc quyền: Westlaw, Practical Law, Checkpoint, Reuters.
  • Hàng trăm chuyên gia lĩnh vực tham gia từ khâu thiết kế mục tiêu huấn luyện tới đánh giá cuối cùng.
  • Tiêu chuẩn Fiduciary-Grade AI của hãng: dữ liệu khách hàng không được dùng để train nếu không có sự đồng ý rõ ràng.

Theo đánh giá nội bộ của hãng, Thomson ngang tầm các frontier model mới nhất trên nhiều tác vụ chung. Riêng so với nền gốc (base model) mà nó được xây từ, model tăng rõ ở hai chỗ: khả năng bám sát chỉ dẫn phức tạp nhiều bước, và suy luận trên tài liệu chuyên ngành dày đặc. Từ đó hãng rút ra kết luận ngược với một giả định phổ biến: chỉ cho model tổng quát mạnh truy cập đúng nội dung chưa đủ để đạt trình độ chuyên gia; huấn luyện riêng trên dữ liệu độc quyền, cùng sự tham gia của chuyên gia ngay trong quá trình train, tạo ra mức tăng mà truy cập đơn thuần không có.

Triển khai đầu tiên nằm trong Tabular Analysis của CoCounsel Legal, dạng review tài liệu cấu trúc khối lượng lớn nơi model chuyên dụng phát huy lợi thế ngay lập tức. CoCounsel vẫn giữ kiến trúc đa model, dùng Thomson ở đâu có lợi thế rõ nhất và model khác ở lại. Kế hoạch tiếp theo là mở rộng sang toàn bộ danh mục pháp lý và thuế, kèm các lựa chọn sovereign AI.

Hai chi tiết đáng ghi nhận về tính minh bạch. Thứ nhất, hãng mở một bản phiên bản nhỏ dạng open-weight lên Hugging Face cho mục đích học thuật phi thương mại, đồng thời cho nhóm học giả pháp lý và AI đánh giá trực tiếp trước khi ra mắt. Thứ hai, trích dẫn từ giáo sư Jonathan Choi (Washington University) cho thấy ông ưa chuộng câu trả lời của Thomson hơn ChatGPT và Claude khi thử với các câu hỏi khó trong lớp thuế doanh nghiệp của mình, nhờ phần liên kết tới sách chuyên khảo (treatise) làm câu trả lời dễ kiểm chứng hơn. Tuy nhiên cần nói rõ: toàn bộ số liệu hiệu năng hiện tại là tự công bố của hãng, báo cáo kỹ thuật đầy đủ mới là chỗ để kiểm chứng độc lập.

Bức tranh lớn: Thomson Reuters sở hữu thứ không ai mua được bằng tiền, kho nội dung chuyên ngành 175 năm và niềm tin của dân nghề luật, thuế. Khi họ tự làm model, bài toán chuyển từ “model nào tốt nhất” sang “model nào kiểm soát được và rẻ hơn khi chạy”. Nếu luận điểm của hãng đúng, đó là một hướng đi thực tế cho các công ty dữ liệu lớn muốn thoát phụ thuộc vào phòng lab AI bên ngoài, thay vì cuộc đua quy mô vô tận.