Thomson Reuters、AlibabaのQwenベースの独自法務モデルに4000万ドル投資
Thomson ReutersはAlibabaのQwen3.5-397Bをファインチューニングし、法務モデル「Thomson」を開発した。同モデルはStanford LegalBenchで0.823を記録してGemini 3.1 ProやGPT-5.5に次ぐ結果となり、Westlawのコンテンツを与えられた場合に限り、独自のディープリサーチベンチマークでGPT-5.4を0.83対0.82で僅差で上回った。この優位性はトレーニング自体ではなく独自のデータによるものだ。GPT-5.4も同じデータにアクセスできれば同等の改善を見せるため、同社の競争優位性は独占的なコンテンツと数百人の社内ドメイン専門家にある。なお、これまでに使用されたコンテンツは全体の10%未満にとどまっている。
出典： the-decoder.com ↗
製品アップデート時のすべての専門家レビューが訓練データとなる。自社モデルを使えば、長期的に所有するものに資産を築いており、それは時間とともに複利的に増加するのだ。
ジョエル・フロン、「Thomson Reuters」最高技術責任者
なぜ重要か
- → 「Proprietary data」こそが競争優位性を生み出す源であり、モデルの訓練ではない — 「GPT-5.4」も同様に急激に改善する。
- → 専門的な自社モデルが4,000万ドルで最先端の研究機関と競争でき、「OpenAI」や「A」からの独立を可能にすることを示す。
- → 堀（競争上の優位性）はモデル自体ではなく、数十年分の独占的コンテンツとドメイン専門知識にあることを証明する。
堀を自社のものにする