汤森路透发布专有法律大模型 Thomson：首发上线 CoCounsel

专业领域做大模型，到底要不要从头烧几亿美元训底座？

汤森路透给出的答案是不用。8 月 24 日，这家掌握着海量法律知识的老牌巨头推出了自家首个专有大模型，名字就叫 Thomson。它专为法律场景打造，第一站先放进了法律 AI 助手 CoCounsel 的表格分析功能里，用来处理大批量的法律文档审查。

有意思的是背后的账本。汤森路透在这项工程上花了两年时间、累计投入约 4000 万美元在人力和算力上。但到了最终那次实际训练，花费居然压到了只有 45 万美元左右。

45 万美元背后的聪明账

汤森路透没打算和 OpenAI 或 Google 这类通用大模型实验室比拼全能底座。他们的做法很务实：直接拿开源权重模型当底座，然后再往里灌入自家的专业资产。

这家公司手里最大的底牌，是旗舰平台 Westlaw 积累了 150 多年的法律出版资料和超过 4 万个独立数据库。数百名专业领域的法律专家参与了进来，给模型制定训练目标、写法律问题样本，并在盲测中逐一给回答打分。

光有数据还不够，专业训练最怕的是把模型的通用能力洗掉，也就是所谓的灾难性遗忘。汤森路透的基础研究负责人 Jonathan Schwartz 表示，团队重点攻关了持续学习技术，同时通过强化学习，专门教这个模型如何去调用 Westlaw 和 Practical Law 这些现成的检索工具。

资深研究科学家 Andrew Bean 透露，到目前为止，他们其实只用了公司总信息库的 10% 左右。即便如此，内部测试显示，在接入汤森路透的内容库后，Thomson 在回答完整度和法律引用支持度上，已经持平甚至略微超过了主流前沿模型。

CoCounsel 之后也不会变成单一模型产品，而是搞混合架构。表格分析默认走 Thomson，但管理员依然可以切回第三方前沿模型，其他通用任务也继续交给通用模型来做。

接下来，汤森路透打算在 Hugging Face 上以非商业学术许可开源一个较小尺寸的版本，同时搭建开发者门户开放 API 申请，并且已经开始和大型律所、企业客户接洽，甚至允许客户拿自己的知识和工作流去微调 Thomson。另外他们明确强调，模型训练没有使用任何客户数据。

为什么重要

我们认为，汤森路透这一步走得相当清醒。

对垂直行业的企业来说，它树立了一个很具参考价值的标杆：不要试图去重造轮子。底座模型既然有快速迭代的开源社区顶着，垂直巨头真正的壁垒就只有高质量的独家数据、专业人类反馈以及工具调用链条。4000 万美元大部分花在人和工程积累上，而单次训练只花 45 万美元，这意味着以后的底座模型升级换代，它的重新适配成本会非常低。

对律所和企业法务而言，这给专业级法律 AI 补上了一块短板。以前通用大模型做法律分析，最让人头疼的是幻觉和引用胡编乱造。Thomson 捆绑了 Westlaw 的权威引文和判例库，可信度明显更高。对于需要每天啃海量合同和案卷的法务团队，这类高通量审查工具确实值得在实际业务里试水。

但隐患也不是没有。正如其 AI 负责人 Joel Hron 自己承认的，自研专有模型面临着能否跟上通用实验室狂飙节奏的质疑。如果几个月后 GPT 或 Claude 的下一代版本凭借通用推理能力的跃升，在专业检索和法律逻辑上再次实现代差级碾压，那维护一个专用模型的性价比就会受到拷问。另外，目前这套内部测试结果还没经过第三方独立评测的严格检验，它到底是不是真的比接入检索增强的通用大模型好用，还得等外部开发者拿到 API 和学术版之后才能见分晓。