Thomson Reuters presentó el 24 de agosto de 2026 su primer modelo propio de lenguaje grande, bautizado Thomson, entrenado internamente con una inversión de 40 millones de dólares y basado en una arquitectura de código abierto especializada con décadas de contenido propietario de Westlaw, Practical Law, Checkpoint y Reuters, además de cientos de expertos en la materia. La compañía asegura que el modelo alcanza un rendimiento comparable al de los modelos frontera más avanzados en tareas profesionales, pero con una fracción del coste de inferancia típico. Su primer despliegue será dentro de la herramienta Tabular Analysis de CoCounsel Legal, prevista para una próxima actualización y dirigida a despachos de abogados y departamentos jurídicos corporativos. Thomson Reuters también publicará una versión reducida del modelo en Hugging Face con pesos abiertos para uso académico y no comercial, y planea extenderlo a sus carteras fiscal y legal con opciones de inteligencia artificial soberana. El director de tecnología, Joel Hron, y el consejero delegado subrayaron que la estrategia apuesta por la especialización y el control interno del modelo, en línea con el estándar Fiduciary-Grade AI™ de la compañía, y que los datos de los clientes no se utilizan para entrenar el sistema sin consentimiento explícito.
Noticias agregadas con IA