تومسون رويترز تبني نموذجها اللغوي الخاص بعد عامين من الاستحواذ على "سيف ساين"

أطلقت تومسون رويترز نموذجها اللغوي الكبير (Large Language Model) الخاص، "Thomson 1.0"، وهو نموذج مفتوح الأوزان مدرّب على بيانات الشركة القانونية والتجارية الخاصة، لا نموذجاً خاضعاً للضبط الدقيق فوق نموذج أساسي من طرف ثالث. الإطلاق هو أول ناتج تجاري لفريق "سيف ساين" (Safe Sign)، الشركة المنبثقة من جامعة كامبريدج على يد علماء سابقين في Google DeepMind، والتي استحوذت عليها تومسون رويترز في أغسطس 2024.

استغرق المشروع نحو 20 شهراً من تاريخ الاستحواذ حتى الإطلاق، وكلّف قرابة 40 مليون دولار بحسب الشركة. واللافت أن "Thomson 1.0" دُرّب على أقل من 10% من إجمالي بيانات تومسون رويترز القانونية، إلى جانب منتجات مملوكة للشركة مثل Westlaw وPractical Law، ما يشير إلى أن القيمة جاءت من جودة المجموعة القانونية وبنيتها لا من حجم البيانات.

نموذج بُني للنصوص القانونية الكثيفة لا للمحادثة فقط

تقول تومسون رويترز إن التقييمات الداخلية تُظهر أن "Thomson 1.0" يضاهي أو يتفوق على النماذج العامة المتقدمة في معايير عامة ومهام قانونية متخصصة على حد سواء. وتشير الشركة تحديداً إلى تحسّن في اتباع التعليمات وفي التعامل مع الوثائق القانونية الكثيفة المليئة بالمصطلحات، وهي نصوص طويلة ومتشابكة الإحالات تعجز عنها عادة النماذج العامة المدرّبة أساساً على بيانات الويب الواسعة.

هذا التموضع يضع "Thomson 1.0" ضمن فئة متنامية من النماذج القطاعية التي تبنيها شركات راسخة في مجالها وتملك مجموعات بيانات حصرية لا تصل إليها المختبرات الخارجية. فبالنسبة لشركة يقوم عملها الأساسي على البحث القانوني وبرمجيات سير العمل، يشكّل نموذج مضبوط على القوانين والسوابق القضائية ولغة العقود ميزة تنافسية أمتن من مجرد الاعتماد على واجهات برمجية لنماذج من فئة GPT.

المحطة الأولى: التحليل الجدولي في CoCounsel

يُنشر "Thomson 1.0" أولاً داخل ميزة "Tabular Analysis" ضمن منتج "CoCounsel Legal" التابع لتومسون رويترز. وتقول الشركة إن توسيعاً أشمل ليشمل مكاتب المحاماة والإدارات القانونية للشركات مخطَّط له في إصدار قادم، دون تحديد موعد نهائي.

بناء النموذج داخلياً يمنح تومسون رويترز تحكماً أكبر في التكلفة وحوكمة البيانات ودورات التحديث مقارنة بترخيص نموذج لغوي كبير من طرف ثالث، وهو حساب تتبناه أعداد متزايدة من الشركات التي تملك مجموعات بيانات حصرية وحساسيات تنظيمية تتعلق ببيانات العملاء.

ستكون الاختبار الحقيقي في مدى صمود تفوّق "Thomson 1.0" في المعايير حين يصل إلى قاعدة أوسع من مكاتب المحاماة والفرق القانونية الداخلية.

في السوق القانونية، لأخطاء دقة الذكاء الاصطناعي تبعات مسؤولية مباشرة، والرهان الذي استغرق عامين هنا هو أن امتلاك السلسلة كاملة، من الاستحواذ إلى التدريب ثم النشر، يستحق التكلفة.