Thomson Reuters presentó Thomson, su primer modelo de lenguaje de gran escala (LLM) propietario y desarrollado internamente. El proyecto demandó una inversión de US$ 40 millones destinada a talento y cómputo, y se construyó sobre una base de código abierto. La compañía lo entrenó con décadas de contenido autorizado de Westlaw, Practical Law, Checkpoint y Reuters, con el objetivo de contar con un modelo bajo control total y con costos de inferencia por debajo de los modelos de frontera comparables.
El enfoque técnico buscó diferenciarse de la estrategia de escalar únicamente por tamaño y gasto en infraestructura. “Durante años, la industria de la IA trató a la escala como la respuesta: modelos más grandes, más cómputo, más dinero”, señaló Joel Hron, Chief Technology Officer de Thomson Reuters. En esa línea, agregó: “Se parte de una base sólida, se la especializa en profundidad para el trabajo que realmente importa”.
El desarrollo incorporó técnicas de mid-training y post-training, con participación de cientos de expertos en la materia desde el diseño de los objetivos de entrenamiento hasta las evaluaciones finales. Steve Hasker, CEO de Thomson Reuters, sostuvo que “nuestras primeras evaluaciones ubican a Thomson a la par de los modelos de frontera más recientes”. También indicó que ya se está poniendo en funcionamiento en CoCounsel Legal, con nuevas capacidades y opciones de IA soberana previstas.
Hasta el momento, el modelo fue entrenado con menos del 10% del contenido de Thomson Reuters. La hoja de ruta planteada no se limita a incorporar más datos, sino a avanzar en nuevos tipos de especialización y comprensión. En ese marco, la empresa apuntó a mejorar el seguimiento de instrucciones —la capacidad de ejecutar con precisión instrucciones profesionales complejas y de múltiples partes— y el desempeño al trabajar con contenido denso y específico por disciplina.
El lanzamiento se inscribe en un contexto en el que los profesionales prestan cada vez más atención a la soberanía de la IA: cómo se entrena un modelo, qué comportamientos y sesgos incorpora, dónde se ejecuta y cómo se protege la privacidad de la información. Thomson Reuters ubicó a Thomson como parte de un giro hacia respuestas directas a esas preguntas, sin depender exclusivamente de terceros.
Antes de su presentación, el modelo se abrió para evaluación directa a un grupo de académicos de derecho e IA. “Probé Thomson frente a ChatGPT y Claude usando algunas de las preguntas más desafiantes”, comentó Jonathan H. Choi, de Washington University School of Law. En paralelo, la compañía pondrá a disposición una versión “small” de Thomson como modelo de pesos abiertos en Hugging Face, para uso académico y no comercial, y anticipó que continuará habilitando el acceso a terceros para validación en las próximas semanas y meses.
