مدل هوش مصنوعی تامسون رویترز برای کاربردهای حقوقی، مالیاتی و انطباق توسعه یافته و با مجموعه محتوای حرفه‌ای شرکت آموزش دیده است تا قابلیت‌هایی مثل تحلیل جدولی اسناد را در محصول CoCounsel تقویت کند. هم‌زمان، شرکت برای برخی قابلیت‌ها از مدل‌ها و فناوری‌های Anthropic بهره می‌برد.

نکات کلیدی

  • هزینه آموزش: حدود 40 میلیون دلار، شامل هزینه‌های محاسباتی و نیروی متخصص.
  • منابع آموزشی: مجموعه‌های اختصاصی مانند Westlaw، Practical Law، Checkpoint و آرشیو خبرگزاری رویترز.
  • کاربرد اولیه: تقویت قابلیت Tabular Analysis در CoCounsel Legal.

چطور مدل ساخته شد و ترکیب سرمایه‌گذاری

فرآیند با پایه متن‌باز آغاز شد و سپس با سرمایه‌گذاری میانه‌رو روی آموزش تخصصی توسعه یافت. بخش عمده هزینه صرف آموزش مدل روی دهه‌ها محتوای اختصاصی و ارزیابی‌های هدایت‌شده توسط صدها کارشناس شده است، نه پیش‌آموزش یک مدل پایه از صفر.

منابع آموزشی و مزیت داده‌های اختصاصی

مدل با تکیه بر مجموعه‌ای از منابع اختصاصی آموزش دیده است؛ از جمله Westlaw، Practical Law، Checkpoint و آرشیو خبرگزاری رویترز. طبق گزارش شرکت، کمتر از 10 درصد محتوای در دسترس برای آموزش استفاده شده است که نشان‌دهنده ظرفیت قابل‌توسعه بالای مجموعه داده‌هاست.

چرا هم‌زمان از Anthropic استفاده می‌کنند؟

تامسون رویترز از مدل‌های frontier خود در برخی نقاط محصولات و از فناوری Anthropic در بخش‌های عامل‌محور بهره می‌برد. به‌عنوان مثال، CoCounsel Legal فعلاً مبتنی بر SDK عامل Anthropic ساخته شده است. فناوری عامل‌محور Anthropic اجازه می‌دهد عامل‌ها روی فایل‌های زنده کار کنند و تعاملات پیچیده‌تری مانند کدنویسی تعاملی را پشتیبانی نمایند. مدل داخلی تامسون رویترز برای وظایفی به‌کار می‌رود که نیاز به آموزش تخصصی و کنترل دقیق‌تر روی داده‌ها دارند؛ در حالی که زیرساخت عامل‌ها و بعضی خدمات عمومی همچنان از راه‌حل‌های بیرونی استفاده می‌کنند.

نمونه کاربرد: Tabular Analysis

یکی از نخستین قابلیت‌هایی که به مدل اختصاصی اختصاص یافته، ابزار Tabular Analysis در CoCounsel Legal است. این ابزار می‌تواند روی تا 10,000 سند کار کند و تا 100 سؤال درباره آن‌ها پاسخ دهد؛ تامسون رویترز قصد دارد مدل اختصاصی را به‌عنوان مدل پیش‌فرض این قابلیت قرار دهد.

چگونگی مدیریت عدم قطعیت

در محیط حقوقی، استناد نادرست یا تولید اطلاعات ساختگی پیامدهای جدی دارد. تامسون رویترز مالکیت فرایند آموزش را ابزاری برای شکل‌دهی رفتار مدل نسبت به عدم قطعیت می‌داند: مدل آموزش دیده که در مواجهه با عدم قطعیت، پاسخ‌های کمتر مطمئن را به‌صورت نمایان‌تری علامت‌گذاری کند و از تولید ادعاهای قطعیِ نامشخص اجتناب نماید. هدف این رویکرد کاهش موارد هذیان‌سازی و خطاهای حرفه‌ای است.

ترکیب آموزش تخصصی و بازیابی منابع

شرکت دو رویکرد مکمل را به کار گرفته است:

  • آموزش مدل برای تقویت استدلال و پردازش تخصصی در حوزه حقوقی.
  • اتصال مدل به مکانیسم‌های بازیابی اطلاعات که پاسخ‌ها را به منابع مرجع مثل Westlaw و Practical Law پیوند می‌دهند تا متخصصان بتوانند بررسی و راستی‌آزمایی انجام دهند.

محدودیت‌ها و چالش ردیابی منابع

ردیابی دقیق منشأ هر پاسخ هنوز یک چالش مهم است. برای مثال، اگر وکیلی از مدل برای نگارش لایحه استفاده کند، دانستن اینکه مدل مبتنی بر کدام آرای قضایی یا متون قانونی بوده ضروری است؛ اعلام کلی مثل «آموزش روی Westlaw» به‌تنهایی کافی نیست. تامسون رویترز در حال توسعه ابزارهای پیونددهی و شفاف‌سازی خروجی‌هاست، اما این کار هنوز کامل نشده و نیازمند بهبود مداوم است.

دسترسی و مسیر تجاری

در حال حاضر مشتریان عادی قادر به خرید دسترسی مستقیم به مدل نیستند؛ مدل تنها در قالب محصولات تامسون رویترز برای حرفه‌ای‌های حقوقی، مالیاتی و انطباق عرضه می‌شود. نسخه کوچکتر و با وزن باز برای پژوهشگران روی Hugging Face منتشر شده و شرکت گزینه‌های مختلفی برای توسعه و تجاری‌سازی آتی را بررسی می‌کند.

چه بخشی را باید دنبال کرد

این تجربه نشان می‌دهد شرکت‌هایی که آرشیو محتوای تخصصی گسترده‌ای دارند می‌توانند مدل‌هایی میان‌راه بین تکیه کامل بر ارائه‌دهندگان عمومی و ساختن از صفر ایجاد کنند: استفاده از پایه متن‌باز، سرمایه‌گذاری نسبتاً متعادل و آموزش روی داده‌های اختصاصی. در عین حال، تحقق صنعتی چنین مدل‌هایی مستلزم حل مواردی از جمله شفافیت منابع، سازوکارهای کنترل خروجی و استانداردهای حقوقی برای تضمین صحت است.

منابع مرتبط: صفحه Thomson Reuters در ویکی‌پدیا، صفحه OpenAI و صفحه Google برای مقایسه رویکردها و اکوسیستم مدل‌های frontier.