PulseAugur
中
实时 15:54:41
实体 Thomson

Thomson

PulseAugur coverage of Thomson — every cluster mentioning Thomson across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
7
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
时间线
  1. 2026-08-25 research_milestone A new frontier model named Thomson has been developed using continual learning techniques on open-weight models. 来源
  2. 2026-08-24 funding A professional information company invested $40 million to build the 'Thomson' AI model. 来源
最近 · 第 1/1 页 · 共 7 条
  1. RESEARCH · CL_219676 ·

    Thomson AI模型使用持续学习实现前沿能力

    一篇新研究论文介绍了Thomson,一个使用开放权重模型上的持续学习技术开发的前沿AI模型。这种方法旨在使高性能AI能力能够被更广泛的机构所使用,而不仅仅是资金雄厚的组织。Thomson在各种专业任务中表现出竞争力,包括代理工作、法律和研究,同时缓解了适应过程中知识遗忘的常见问题。

  2. RESEARCH · CL_217315 ·

    路透社以较低成本推出专有AI模型

    路透社推出了其自研的专有大型语言模型,名为Thomson。该模型使用其海量的法律和合规数据在内部开发。公司在一个开源基础模型Snowdon(来自伦敦帝国理工学院)上训练了该模型,成本显著降低,据报道低于4000万美元,而前沿模型的成本通常超过1亿美元。路透社旨在将其模型定位为法律、会计和合规领域专业人士在Claude Opus 4.8和GPT 5.5等领先模型之外的一个有竞争力的替代方案,并可能启发其他拥有大型专有数据集的SaaS供应…

  3. TOOL · CL_216800 ·

    路透社投资4000万美元开发专有AI模型;领英(LinkedIn)个人资料显示AI技能激增

    路透社(Thomson Reuters)正在开发其自有语言模型“Thomson”,该模型将基于阿里巴巴的Qwen模型构建。此举代表着一项重大的投资,预计两年内花费约4000万美元,因为公司旨在控制其AI能力,而不是依赖OpenAI或Anthropic等第三方提供商。另外,来自斯坦福大学(Stanford)和Revelio Labs的研究表明,专业人士的个人资料正在发生转变,领英(LinkedIn)用户越来越强调AI技能,同时减少提及远…

  4. TOOL · CL_216768 ·

    虚假OpenAI安装程序针对macOS用户;路透社推出法律大语言模型

    Cato Networks Ltd. 发现了一个macOS攻击活动,该活动使用了一个欺骗性的OpenAI Codex工具安装程序。该恶意软件诱骗用户将恶意命令粘贴到他们的终端中。另外,路透社(Thomson Reuters Corp.)推出了其专有的、名为Thomson的大语言模型,该模型整合了法律知识和外部大语言模型,以提供法律建议。

  5. RESEARCH · CL_216749 ·

    专业信息公司投资4000万美元打造专有AI模型“Thomson”

    一家专业信息公司已投资4000万美元开发其自有AI模型“Thomson”。这笔巨额投资表明,与依赖OpenAI或Anthropic等公司的第三方AI解决方案相比,控制专有数据正变得越来越重要。

  6. RESEARCH · CL_216707 ·

    路透社投资4000万美元开发专有AI模型

    路透社将在两年内投资约4000万美元开发其专有AI语言模型,命名为“Thomson”。该模型基于阿里巴巴的Qwen架构构建。公司的战略重点是拥有其AI能力,特别是与Westlaw等独家内容集成时,而不是依赖OpenAI或Anthropic等第三方提供商。

  7. TOOL · CL_177167 ·

    研究:LLM 改进了证据使用,但在不确定性下并未改进信息搜寻

    加州大学伯克利分校的一项新研究调查了大型语言模型(LLM)在面对不确定性时如何利用证据和搜寻信息。研究人员在决策场景中测试了十个开源模型,区分了改进的证据使用和信息搜寻行为。研究结果表明,虽然“思考”改进了模型利用现有证据的方式并减少了噪音,但并未导致更倾向于搜寻信息或更强的探索策略。