← Voltar Inteligência Artificial Link da matéria
Thomson Reuters, IA jurídica, Qwen

Thomson Reuters Aplica US$ 40 Milhões para Desenvolver IA Jurídica Própria

A Thomson Reuters investiu cerca de US$ 40 milhões na criação de 'Thomson', seu próprio modelo de linguagem de IA para o setor jurídico, construído sobre o Qwen da Alibaba. A estratégia visa à independência e à otimização de custos, em vez de depender de modelos de terceiros como OpenAI ou Anthropic.

Redação USO IA Edição de Emerson Zanoti 📖 5 min 👁 4
Imagem gerada por IA · Thomson Reuters, IA jurídica, Qwen · Assunto apurado por: The Decoder
Imagem gerada por IA · Thomson Reuters, IA jurídica, Qwen · Assunto apurado por: The Decoder

Um Investimento de US$ 40 Milhões em Autonomia Tecnológica

A Thomson Reuters, gigante da informação profissional, realizou um investimento de aproximadamente US$ 40 milhões ao longo de mais de dois anos para desenvolver 'Thomson', seu modelo de linguagem de inteligência artificial (IA) proprietário. Esta iniciativa estratégica, revelada pelo The Decoder, posiciona a empresa para ter controle total sobre sua tecnologia de IA, evitando a dependência de fornecedores externos como OpenAI ou Anthropic.

O desenvolvimento interno do modelo 'Thomson' é um passo significativo, com o objetivo principal de atender às necessidades específicas do trabalho jurídico. Embora o valor de US$ 40 milhões cubra custos com pessoal e poder computacional, o The Decoder destaca que o verdadeiro capital reside nas décadas de conteúdo exclusivo de plataformas como Westlaw, Practical Law, Checkpoint e Reuters, além das horas de trabalho de centenas de especialistas no domínio.

A Base Tecnológica e o Processo de Treinamento

A tecnologia subjacente ao 'Thomson' é o modelo de código aberto Qwen da Alibaba, mais especificamente o Qwen3.5-397B. Em colaboração com o Imperial College, a Thomson Reuters inicialmente retreinou o modelo chinês para garantir segurança, ética e neutralidade política, resultando em uma versão intermediária batizada de 'Snowdon'.

O processo de treinamento continuou com a pré-otimização usando o vasto conteúdo proprietário da empresa, seguida por um pós-treinamento com especialistas em diversas áreas. Além disso, foi aplicada uma aprendizagem por reforço de agente dentro dos próprios ambientes de ferramentas da empresa. Segundo o The Decoder, até o momento, menos de 10% do conteúdo disponível foi utilizado no treinamento do modelo, indicando um grande potencial de aprimoramento futuro.

Joel Hron, CTO da Thomson Reuters, ressaltou ao The Decoder que a empresa já mudou o ponto de partida de código aberto

Achou um erro nesta matéria? Avise a redação — corrigimos e registramos a data da correção.

Discussao

Comentarios

Troque ideia com outros leitores, responda em contexto e mantenha a conversa útil.

Carregando comentários...