Why Build Your Own AI Model When Frontier Models Already Exist?

摘要

訪談 Thomson Reuters CTO Joel Hron，探討為何在 frontier 模型已存在的背景下，公司仍決定開發專為法律、稅務領域訓練的自有模型 Thomson。內容涵蓋從基礎微調遇到的「災難性遺忘」問題，到建立包含資料管道、持續預訓練與強化學習的完整訓練流程，以及目前約 5-10% 的推理佔比與未來擴展方向。

An interview with Thomson Reuters CTO discussing the strategy, technical challenges, and current deployment of their proprietary AI model Thomson built on open-weight foundations.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• Thomson Reuters 因現有模型在專業領域易遺忘知識，決定開發自有模型。
• 採用 Alibaba Qwen 開源權重模型，結合專有資料與專家知識進行全週期訓練。
• 目前自有模型約佔 5-10% 推理量，專注於高體量檔案審查等特定任務。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00湯森路透公司背景與業務範疇
2. 13:07自建 AI 團隊構建與知識管理
3. 16:45法律領域資料特性與預訓練策略
4. 21:35模型原生工具整合與後訓練最佳化
5. 25:51Thompson 模型規模與主要應用場景
6. 30:46稅務領域驗證挑戰與人類判斷
7. 33:14持續學習定義與隱私保護機制
8. 37:12法律領域主體性與 AI 助手角色
9. 39:54程式碼與數學驗證的責任歸屬
10. 42:32律師如何從 AI 輔助中提升思維
11. 45:03開放權重模型與邊界模型的未來
12. 48:32訂閱 Newsletter 與支援節目

提到的工具與公司

• Alibaba Qwen
• Claude
• OpenAI
• Gemini
• Ray
• AWS
• GCP

適合誰看

正在評估是否應開發自有 AI 模型，或關注企業級垂直領域 AI 策略的決策者與技術人員。

摘要依據

講者

Ben Lorica

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

1.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Thomson 1: The New $40M Legal AI Model | Thomson Reuters Joel HronPodcast ・ Chain of Thought ・ 54 分鐘
• How DeepSeek leveraged Qwen and Llama to build its model in $5MPodcast ・ The AI Native Dev ・ 40 分鐘
• Labs are struggling to keep frontier models under control文章 ・ Understanding AI（Timothy B. Lee）
• AI 原生思维——像训练大模型一样训练自己文章 ・ 寶玉
• 一个人、两周、数百美元，如何训出登顶 Hugging Face 的模型 | 对谈研究员逯雨鑫Podcast ・ 42章经 ・ 47 分鐘
• The State of Frontier Post-Training Recipes | Conversation with Finbarr Timbers影片 ・ Interconnects AI