湯森路透釋出專有法律大模型 Thomson：首發上線 CoCounsel

專業領域做大模型，到底要不要從頭燒幾億美元訓底座？

湯森路透給出的答案是不用。8 月 24 日，這家掌握著海量法律知識的老牌巨頭推出了自家首個專有大模型，名字就叫 Thomson。它專為法律場景打造，第一站先放進了法律 AI 助手 CoCounsel 的表格分析功能裡，用來處理大批次的法律文件審查。

有意思的是背後的賬本。湯森路透在這項工程上花了兩年時間、累計投入約 4000 萬美元在人力和算力上。但到了最終那次實際訓練，花費居然壓到了只有 45 萬美元左右。

45 萬美元背後的聰明賬

湯森路透沒打算和 OpenAI 或 Google 這類通用大模型實驗室比拼全能底座。他們的做法很務實：直接拿開源權重模型當底座，然後再往裡灌入自家的專業資產。

這家公司手裡最大的底牌，是旗艦平臺 Westlaw 積累了 150 多年的法律出版資料和超過 4 萬個獨立資料庫。數百名專業領域的法律專家參與了進來，給模型制定訓練目標、寫法律問題樣本，並在盲測中逐一給回答打分。

光有資料還不夠，專業訓練最怕的是把模型的通用能力洗掉，也就是所謂的災難性遺忘。湯森路透的基礎研究負責人 Jonathan Schwartz 表示，團隊重點攻關了持續學習技術，同時通過強化學習，專門教這個模型如何去呼叫 Westlaw 和 Practical Law 這些現成的檢索工具。

資深研究科學家 Andrew Bean 透露，到目前為止，他們其實只用了公司總資訊庫的 10% 左右。即便如此，內部測試顯示，在接入湯森路透的內容庫後，Thomson 在回答完整度和法律引用支援度上，已經持平甚至略微超過了主流前沿模型。

CoCounsel 之後也不會變成單一模型產品，而是搞混合架構。表格分析預設走 Thomson，但管理員依然可以切回第三方前沿模型，其他通用任務也繼續交給通用模型來做。

接下來，湯森路透打算在 Hugging Face 上以非商業學術許可開源一個較小尺寸的版本，同時搭建開發者門戶開放 API 申請，並且已經開始和大型律所、企業客戶接洽，甚至允許客戶拿自己的知識和工作流去微調 Thomson。另外他們明確強調，模型訓練沒有使用任何客戶資料。

為什麼重要

我們認為，湯森路透這一步走得相當清醒。

對垂直行業的企業來說，它樹立了一個很具參考價值的標杆：不要試圖去重造輪子。底座模型既然有快速迭代的開源社群頂著，垂直巨頭真正的壁壘就只有高質量的獨家資料、專業人類反饋以及工具呼叫鏈條。4000 萬美元大部分花在人和工程積累上，而單次訓練只花 45 萬美元，這意味著以後的底座模型升級換代，它的重新適配成本會非常低。

對律所和企業法務而言，這給專業級法律 AI 補上了一塊短板。以前通用大模型做法律分析，最讓人頭疼的是幻覺和引用胡編亂造。Thomson 捆綁了 Westlaw 的權威引文和判例庫，可信度明顯更高。對於需要每天啃海量合同和案卷的法務團隊，這類高通量審查工具確實值得在實際業務裡試水。

但隱患也不是沒有。正如其 AI 負責人 Joel Hron 自己承認的，自研專有模型面臨著能否跟上通用實驗室狂飆節奏的質疑。如果幾個月後 GPT 或 Claude 的下一代版本憑藉通用推理能力的躍升，在專業檢索和法律邏輯上再次實現代差級碾壓，那維護一個專用模型的價效比就會受到拷問。另外，目前這套內部測試結果還沒經過第三方獨立評測的嚴格檢驗，它到底是不是真的比接入檢索增強的通用大模型好用，還得等外部開發者拿到 API 和學術版之後才能見分曉。