Thomson Reuters bringt eigenes Frontier-Modell auf den Markt
Thomson Reuters Launches Its Own Frontier Model
Thomson Reuters kündigt die Einführung eines eigenen Frontier-Modells an, das auf den umfangreichen Datenbeständen des Unternehmens basiert. Das Modell soll professionelle KI-Lösungen für Rechts-, Steuer- und Risikobereiche liefern und dabei auf 175 Jahre Fachwissen zurückgreifen. Der Schritt markiert den Einstieg des Unternehmens in die Entwicklung großer Sprachmodelle und zielt darauf ab, vertrauenswürdige KI für Fachleute bereitzustellen.
Vertrauenswürdige KI, aufgebaut auf 175 Jahren Thomson-Reuters-Wissen.
- cootsnuck
Das wird in den kommenden Jahren immer häufiger passieren. Große Organisationen werden immer versierter darin, ihre Daten zu operationalisieren, das Training und den Betrieb von LLMs wird weiter entmystifiziert und zugänglich, und mit der Zeit werden wir immer mehr spezialisierte / branchenspezifische Modelle sehen.
Es wird zu einer weiteren Möglichkeit, Ihre Informationsvermögenswerte zu monetarisieren, wenn Sie ein großes älteres Unternehmen mit Datenschätzen sind. Alles, was Sie brauchen, ist Zeit, um herauszufinden, wie Sie es für sich selbst nützlich machen und schließlich den Zugang dazu verkaufen können, wie Sie wollen.
Denken Sie an all die Daten, die große Organisationen haben, die für die KI-Labore nicht zugänglich sind, um sie aufzusaugen.
- scirob
Vielleicht liegt es an meinem dyslexischen Gehirn, aber "eigenes Frontier-Modell" hat sich in meinem Kopf zu einem grundlegenden Modell umgewandelt, das von Grund auf trainiert wurde.
Aber das basiert auf Qwen.
Aber egal, ich bin pro KI, also ist es cool, dass mehr Unternehmen mehr Leute mit Fähigkeiten für mehr Post-Training haben.
- johnnypangs
Hier sind einige weitere technische Informationen darüber, wie das trainiert wurde, sowie ein Download-Link.
https://huggingface.co/thomsonreuters/Thomson-1.0-Small
(Volle Offenlegung: Ich bin TR-Mitarbeiter, obwohl ich nichts mit der Erstellung zu tun hatte)
- x313
Ziemlich cool, dass das noch jemand macht. Das Training interner LLMs war 2023-2024 extrem beliebt, damals als domänenspezifische LLMs GPT in ihrem Bereich leicht übertreffen konnten. Allein in meinem Bereich (Steuer-/HR-Tech) erinnere ich mich, dass Intuit, Workday, Indeed, LinkedIn alle interne Modelle trainiert haben.
Es hat schließlich aufgehört, Sinn zu ergeben, wegen der Inferenzkosten. Etwas Internes mit 30% GPU-Auslastung zu betreiben, ist einfach zu kostenineffizient im Vergleich zur Nutzung einer API. Ich weiß nicht, wie Reuters es schaffen wird, dieses grundlegende Problem zu lösen.
- Arcuru
> Ausgehend von einer starken Open-Source-Basis und einer Investition von 40 Millionen Dollar in das Training von Thomson
Klingt, als hätten sie 40 Millionen Dollar für das Feintuning eines Open-Weight-Modells mit ihren eigenen Daten ausgegeben? Ich frage mich, worauf sie aufgebaut haben.