Thomson Reuters、法律モデル「Thomson」を発表：Snowdonの重みを継続学習し、まずCoCounselの文書レビューに導入

Thomson Reutersは、独自の大規模言語モデル「Thomson」を正式に発表した。最初の本番導入先はCoCounsel LegalのTabular Analysisで、大量の文書を構造化してレビューするために使用される。CoCounselが単一モデル構成に移行したわけではない。Thomsonはドメイン上の優位性を持つタスクを処理し、それ以外のタスクは引き続きサードパーティーのフロンティアモデルへルーティングできる。管理者は代替モデルを選択することも可能だ。

これはゼロから事前学習した基盤モデルではない。公式発表によると、現行バージョンはImperial College London FAIR LabのオープンウェイトモデルSnowdonを出発点としている。まず、Westlaw、Practical Law、Checkpoint、Reuters Newsからデータを選定し、クリーニング、重複排除、混合を行ったうえでcontinued pre-training（継続事前学習）を実施した。その後、法律専門家が作成した複雑な評価ルーブリック、選好データ、ツール使用の軌跡を用いてポストトレーニングを完了した。これまでに使用されたThomson Reutersのコンテンツは、全体の1割未満にとどまる。

チームは、ドメイン特化型ファインチューニングによる「catastrophic forgetting（破滅的忘却）」の防止を学習目標に掲げ、とりわけ早期に劣化しやすい指示追従能力を重視した。公式結果では、Thomsonの指示追従に関する総合スコアは0.914だった。また、社内で作成した53問の法律調査問題からなるDeep Researchテストでは、Westlaw／Practical Lawへのアクセスを有効にした場合、「各主張が引用元によって裏付けられているか」を項目ごとに検証するfactualityスコアが0.83となった。これに対し、公開ウェブを自由に検索できる2つのフロンティアシステムは、それぞれ0.65と0.68だった。

プロジェクトには2年間で約4,000万米ドルが投じられ、人材とコンピューティングの費用が含まれる。報道によると、最終学習1回のコストは約45万米ドルだった。このアプローチは、高品質な独自コーパスを保有する企業にとって実務的な意味を持つ。競争上の参入障壁は、パラメータ規模からデータ利用権、専門家による評価ルーブリック、再現可能なドメイン評価へと移る可能性がある。

ただし、公開された表には、業界ベンチマーク、社内の長文コンテキストテスト、LLM-as-a-Judgeによる評価が混在している。モデルサイズ、学習token数、基盤となったSnowdonの完全な仕様も開示されていない。完全版の技術レポートは今後公開される予定であり、小規模なオープンウェイト版と外部APIも現時点では計画段階にすぎない。したがって、現段階でベンダーによる評価を、Claude、GPT、Geminiを全面的に上回った証拠と解釈すべきではない。