Hacker News · 31.07.2026 ·Модели и релизы

Thomson Reuters представила собственную специализированную LLM

Медиахолдинг Thomson Reuters разработал собственную языковую модель, оптимизированную для работы с юридическими и налоговыми данными. Система показала высокую эффективность в профессиональных бенчмарках, сопоставимую с ведущими мировыми аналогами. Компания планирует интегрировать эту разработку в свои аналитические продукты, чтобы автоматизировать сложные процессы поиска и обработки специализированной документации для корпоративных клиентов.

Создание собственной модели стало ответом на потребность в высокой точности и безопасности при работе с конфиденциальной информацией. В отличие от универсальных моделей общего назначения, решение Thomson Reuters обучалось на верифицированных массивах данных, что минимизирует риск галлюцинаций и повышает релевантность ответов в узкоспециализированных областях права и финансов. Это стратегический шаг, позволяющий компании снизить зависимость от сторонних поставщиков ИИ-технологий.

Интеграция модели в существующую экосистему сервисов направлена на ускорение рабочих процессов юристов и бухгалтеров. Автоматизация рутинных задач, таких как анализ контрактов или поиск прецедентов, позволяет специалистам сосредоточиться на экспертной оценке. Разработка подчеркивает тренд на создание вертикально-интегрированных ИИ-решений, где качество обучающей выборки становится ключевым конкурентным преимуществом перед массовыми моделями.

Ключевые факты

Модель специально обучена на базе данных Thomson Reuters, содержащей юридические, налоговые и финансовые документы.
В ходе независимых тестов и внутренних бенчмарков модель продемонстрировала производительность, сопоставимую с лидирующими отраслевыми LLM.
Основная цель внедрения — повышение точности ответов в профессиональных задачах и снижение вероятности ошибок, свойственных универсальным моделям.
Технология будет внедрена в существующие продукты компании, включая платформы для юридических и налоговых специалистов.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

Hacker News · Оценка и бенчмарки Методология оценки и выбора LLM для продакшн-систем Команда Braintrust представила детальный подход к оценке производительности LLM, который помогает компаниям выбирать оптимальные модели для конкретных задач. Вместо слепого доверия общим бенчмаркам, авторы предлагают использовать специализированные наборы данных и автоматизированные метрики качества, что позволяет объективно сравнивать модели при внедрении в реальные бизнес-процессы и минимизировать риски при смене версий нейросетей. The Gradient · Память и RAG Как LLMs меняют финансовые рынки и инвестиции В 2023 году ИИ-революция привлекла огромные инвестиции в частные и публичные компании, а также завоевала внимание широкой аудитории. Одним из ключевых драйверов этого роста стали большие языковые модели (LLMs), которые лежат в основе таких продуктов, как ChatGPT. Эти модели демонстрируют удивительную способность моделировать последовательности токенов, представляющих слова или их части, что открывает новые возможности для анализа и прогнозирования на финансовых рынках. arXiv · Исследования и наука MIThinker: оптимизация рассуждений LLM для мотивационного консультирования Исследователи представили MIThinker — специализированный фреймворк для улучшения работы ИИ-агентов в сфере мотивационного консультирования. В отличие от стандартных моделей, MIThinker использует механизм «мыслительного процесса» (reasoning), который принудительно выравнивает внутренние рассуждения модели с техниками мотивационного интервьюирования. Это позволяет агентам генерировать более эмпатичные и терапевтически точные ответы, соответствующие профессиональным стандартам психологической поддержки. Hacker News · Оценка и бенчмарки GLM-5.2 (max) достигла уровня Claude 3 Opus в бенчмарке Harvey LAB-AA Новая модель GLM-5.2 (max) продемонстрировала результаты, сопоставимые с Claude 3 Opus в специализированном бенчмарке Harvey LAB-AA. Исследование, проведенное Artificial Analysis, подтверждает, что модель показывает высокую эффективность в задачах, требующих глубокого анализа юридических и сложных структурированных документов, что является важным показателем прогресса в области специализированных LLM для профессиональных отраслей. arXiv · Исследования и наука Повышение надежности LLM через механизм селективного предсказания Исследователи представили новый метод повышения надежности больших языковых моделей (LLM) с помощью стратегии селективного предсказания (Selective Prediction). Подход позволяет модели самостоятельно определять случаи, в которых она с высокой вероятностью даст верный ответ, и отказываться от генерации при риске ошибки. Это критически важно для внедрения ИИ в системы принятия решений, где цена ошибки крайне высока. Hacker News · ИИ в бизнесе Эффективность LLM в задачах извлечения данных из документов Анализ текущих возможностей больших языковых моделей показывает, что они стали полноценной альтернативой традиционным методам извлечения данных из неструктурированных документов. Несмотря на прогресс, LLM демонстрируют высокую точность в задачах классификации и извлечения сущностей, однако требуют специфических подходов к архитектуре пайплайнов для обработки сложных табличных структур и обеспечения стабильной работы в корпоративных бизнес-процессах. arXiv · Оценка и бенчмарки Масштабируемая и надежная автоматизированная оценка ответов LLM Исследователи представили новый подход к автоматизированной оценке качества и релевантности ответов больших языковых моделей. Метод решает проблему зависимости от эталонных текстов, позволяя оценивать сложные и вариативные генерации без необходимости в жестких референсах. Это открывает путь к более эффективному тестированию моделей в областях, где отсутствуют готовые объективные бенчмарки и требуется высокая точность оценки. Hacker News · Оценка и бенчмарки Harvey LAB-AA: новый стандарт оценки ИИ-агентов в юридической практике Исследовательская платформа Artificial Analysis представила бенчмарк LAB-AA, разработанный совместно с юридической ИИ-компанией Harvey. Инструмент оценивает способность специализированных агентов выполнять сложные задачи в правовой сфере, такие как анализ документов и юридическое письмо. В отличие от стандартных тестов, LAB-AA фокусируется на реальных рабочих процессах, требующих высокой точности и соблюдения профессиональных стандартов. Hacker News · Исследования и наука ByteDance представила новый закон масштабирования для обучения LLM Исследователи ByteDance разработали новый закон масштабирования, который позволяет более эффективно предсказывать производительность моделей при увеличении вычислительных мощностей. В отличие от традиционных подходов, новая методология учитывает специфику архитектурных параметров, что помогает оптимизировать процесс обучения и потенциально преодолеть замедление прогресса в развитии больших языковых моделей, сохраняя высокую эффективность при росте объемов данных. Hacker News · Исследования и наука Outside LLMs: анализ ограничений и альтернативных подходов в ИИ Проект Outside LLMs исследует пределы возможностей современных языковых моделей, анализируя задачи, где традиционные LLM показывают недостаточную эффективность. Авторы фокусируются на поиске альтернативных архитектурных решений и методов обработки данных, которые позволяют выйти за рамки стандартного предсказания следующего токена, предлагая более надежные подходы для сложных вычислительных и логических операций в реальных бизнес-сценариях.

← Все материалы