借り物の知能からモデル・ファクトリーへ

長年、Thomson Reutersはサードパーティのラボが提供する商用モデルをファインチューニングすることで、AI機能を強化した製品を提供してきました。ファインチューニングとは、学習済みモデルを取り込み、より小規模なデータセットで重みを微調整する手法ですが、これによってモデルの広範な推論能力が削ぎ落とされるだけでなく、プロバイダーの価格設定やAPIの利用制限に縛られることにもなります。

現在、同社はAIを生産ラインのように扱っています。過去2年間で、エンジニア、データサイエンティスト、コンピュート・スペシャリストを採用し、クラウドGPUの利用料やオンプレミス・ハードウェアに4,000万ドルを投じて、AlibabaのQwenアーキテクチャであるオープンソースのQwenシリーズを用いたモデルのトレーニングを行いました。オープンソースであることは、コードと重みが公開されていることを意味するため、Thomson Reutersはライセンス料を支払うことなく、強力な基盤からスタートすることができました。

インペリアル・カレッジとの提携により、中間モデルである「Snowdon」が誕生しました。まず、顧客に提供する前に、あらゆるLLMが満たさなければならない要件である安全性、倫理、政治的中立性のために再学習が行われました。Snowdonの後、チームはWestlaw、Practical Law、Checkpoint、およびReutersのニュースアーカイブから得られる独自のコンテンツをモデルに投入しました。これまでに使用されたコンテンツは10%未満であり、今後さらにデータを投入することで拡張できる余地が十分にあります。最終ステップとして、エージェンティックな強化学習（agentic reinforcement learning）が追加されました。これにより、モデルはThomson Reuters独自のツール環境と対話し、フィードバックを受け取り、タスクのパフォーマンスを向上させるために自身のポリシーを更新します。この文脈における強化学習とは、静的な例示ではなく、試行錯誤を通じて目標（適切な引用を見つけるなど）を達成することをモデルに教え込むものです。

モデルの実力

法的推論テストのスイートであるStanford LegalBenchにおいて、自社開発モデルは0.823というスコアを記録しましたが、Harvey Legal Agent BenchmarkではGemini 3.1 Pro、GPT-5.5、Opus 4.8に及びませんでした。また、一般的なコーディングや推論の問題においても遅れをとっており、膨大な資金を投じて汎用的な大規模LLMを開発しているフロンティア・ラボと比較すると、生の推論能力は依然として低いことが示されています。

しかし、Thomson Reuters独自のデータを利用する場面では、その優位性が現れます。事実の正確性を測定するDeep Researchベンチマークにおいて、ウェブアクセスのみを使用したモデルのスコアは0.53であり、GPT-5.4の0.65を下回りました。しかし、内部の法律ライブラリを追加したところ、精度は0.83まで上昇し、商用の競合モデルを追い抜きました。この結果は、ある共通のパターンを浮き彫りにしています。つまり、中規模のモデルであっても、ドメイン固有の知識を投入すれば、その特権的な情報を欠いたはるかに大規模なシステムに打ち勝つことができるということです。

なぜ「所有」が「レンタル」に勝るのか

CTOのJoel Hron氏とリサーチ責任者のJonathan Schwartz氏は、この投資の柱として以下の3点を挙げています。

  1. コストと能力 – 文書レビューのような大量のタスクを商用APIで実行すると、トークンごとの料金が急速に膨らみます。専用の小型モデルであれば、法律特有のパフォーマンスを維持しつつ、わずかなコストで同じワークロードを処理できます。
  2. データの主権 – Thomson Reutersの最も価値ある資産は、厳選された法律コンテンツです。そのデータを外部のAIプロバイダーに渡すことは、セキュリティや機密保持のリスクを生むだけでなく、プロバイダーに競争上の優位性を与えてしまうことになります。データを自社内に保持することで、改善プロセスを非公開に保つことができます。
  3. 知的資産の複利効果 – 弁護士がモデルの出力を確認するたびに、そのやり取りをトレーニングデータとして記録し、モデルを段階的に洗練させることができます。時間の経過とともに、会社は「家賃を払う」のではなく「不動産を所有する」かのように、価値が高まり続ける自己強化的な資産を構築していくことになります。

初期のユースケースとオープンソースへの配慮

このモデルは、契約書から構造化データを抽出するTabular Analysis機能のように、高いスループットと低コストが求められるタスク向けに、Thomson ReutersのCoCounsel Legalスイートに導入され始めています。また、法的文書作成において反復的でありながら正確性が極めて重要なステップである、引用チェックも担当します。

開発者エコシステムを育成するため、機能を絞ったバージョンが非営利ライセンスのもとでHugging Faceに公開される予定です。これにより、研究者やパートナーは、同社の収益を生み出す製品を支える完全なプロプライエタリ・モデルを公開することなく、実験を行うことが可能になります。