トムソン・ロイター、独自の法律AIモデルを構築

トムソン・ロイターは、同社初の独自の大規模言語モデル（LLM）「Thomson」を発表した。ベースとなっているのは中国アリババ集団のオープンモデルQwenで、同社によれば現在はQwen3.5-397Bのバージョンを使用しているという。The Decoderの報道によると、トムソン・ロイターはこのプロジェクトに2年間で人材と計算資源に約4000万ドルを投じたとしている。

現行バージョンの最終的な学習実行（トレーニングラン）1回だけでも、約45万ドルの費用がかかったとされる。この数字はしばしば取り上げられるが、実際のコストのごく一部にすぎない。4000万ドルという金額でさえ、真の基盤となる価値を反映していない。Westlaw、Practical Law、Checkpoint、ロイター（Reuters）から得られる数十年分のコンテンツ、そして数百人にのぼる法律分野の専門家が長年にわたって投じてきた労働時間である。

オープンモデルはいかにして法律モデルになったか

インペリアル・カレッジ・ロンドン（Imperial College London）と共同で、トムソン・ロイターはまず、この中国製のオープンモデルを安全性、倫理、政治的中立性の観点から再調整した。この中間段階には「Snowdon」という社内コードネームが付けられており、ウェールズの山にちなんで命名されたものだ。その後、同社独自のコンテンツによる事前学習、法律分野の専門家を交えた事後学習、そしてWestlawなど同社独自のツール環境におけるエージェント型強化学習が続いた。同社によれば、これまでに学習へ利用されたコンテンツは、利用可能な全体のうち10%にも満たないという。

トムソン・ロイターの最高技術責任者（CTO）ジョエル・フロン（Joel Hron）氏はThe Decoderに対し、プロジェクトの出発点は「おおよそ半ダースほど」変更されたと語った。研究責任者のジョナサン・シュワルツ（Jonathan Schwartz）氏は、本当の成果は単一のモデルではなく、再利用可能な「モデル工場」にあると付け加えている。

Thomsonは、法律分野における知能の最前線を切り拓かなければならない。それは、多くのフロンティア研究所が取り組んでいることとは異なる仕事だと私は考えている。

追加のステップを何も踏まずに、オープンソースモデルをそのまま使ったとしたら、そこまで多くのことは知らないままだろう。自社の価値観と必ずしも一致するとは限らないし、後から自分たちで構築したツールを使う場合ほど優れた結果にはならないはずだ。

慎重に読むべきベンチマーク結果

自社独自のテストでは、ThomsonはスタンフォードのLegalBenchベンチマークで0.823のスコアを記録し、Gemini 3.1 ProおよびGPT-5.5に後れを取っている。Harvey Legal Agent Benchmarkでは、Claude Opus 4.8にわずかに及ばない結果となった。Thomsonは指示追従能力と、難易度の高いPrBench Legalでは首位に立つ一方、推論能力、とりわけコーディング能力では明らかに見劣りする。この比較には方法論上の偏りがあるとされる。Thomsonはテスト時スケーリング（test-time scaling）を用いて評価されているのに対し、GPT-5.5は推論モードを用いずにテストされているためだ。

同社独自の「Deep Research」ベンチマークでは、ウェブアクセスのみの場合、Thomsonの事実的信頼性スコアは0.53で、GPT-5.4の0.65を下回った。しかし、グループ独自のコンテンツへのアクセスが与えられると、Thomsonのスコアは0.83まで上昇し、GPT-5.4の0.82をわずかに上回った。この評価を担当したアンドリュー・ビーン（Andrew Bean）氏は、ウェブアクセスのみでは「確かにまだ」首位ではないと認めている。注目すべき点として、GPT-5.4もまた独自コンテンツへのアクセスから大きな恩恵を受けており、データへのアクセスは専門的な学習そのものとほぼ同じくらい重要だということが分かる。SiliconANGLEは、こうした社内の結果はまだ広範な第三者検証を受けていないと指摘しており、より多くのベンチマーク結果を含む技術報告書は後日公開される予定だという。トムソン・ロイターは、テストのために法律専門家や学術機関と本モデルの共有を始めている。

フロンティアモデルを微調整せず自社構築する理由

OpenAIやAnthropicの既存フロンティアモデルをファインチューニングするのではなく、なぜ独自モデルを構築するのか。同社は3つの理由を挙げている。

• 経済性：標準的なファインチューニングは、モデルの汎用的な能力を損なうことが多く、推論コストやベンダーのロードマップに依存する状態を招きやすい。それに対し、より小規模な独自モデルは、文書レビューのような大量処理のタスクにおいて採算が取れる。
• データ：Westlawのような独自のツール環境における学習こそが、観測された性能向上を生み出している。この種のアクセスを、同社は第三者に一切提供したくないと考えている。
• 累積効果：製品アップデートのたびに行われる専門家による評価は学習データとなり、独自モデルであれば、外部ベンダーの利益になるのではなく、自社の資本のように積み上がっていく。

同社は、このアプローチには限界があることも認めている。それは、独自データベース、社内に抱える数百人の分野専門家、そして品質を客観的に測定できる業務フローという、3つの希少な条件を兼ね備えた企業にしか一般化できないという点だ。こうした条件を備える企業にとっては、オープンソースコミュニティによってフロンティア研究所への追いつきが数か月遅れる程度で済み、4000万ドルあれば競争力のある専門モデルを構築するのに十分な場合もある。一方、独自データや評価基盤を持たない企業にとっては、独自モデルの構築は主として継続的な保守コストという形で跳ね返ってくることになる。

最初の実装先はCoCounsel

Thomsonはまず、トムソン・ロイターの法律AIアシスタントであるCoCounsel Legalの「Tabular Analysis（表形式分析）」機能に組み込まれ、大量の文書レビューを担う。これは、より小規模で安価なモデルの導入が経済的に理にかなうユースケースである。CoCounselは引き続きマルチモデル方式を維持しており、管理者は他のモデルを選択することも可能だ。Thomsonはシステム全体を統括することを意図したものではなく、引用の検証といった下位タスクを担うものと位置づけられている。同社によれば、顧客データは学習には使用されないという。

本モデルの小型版は、非商用ライセンスのもとでオープンウェイトとしてHugging Face上で公開される予定で、技術報告書と開発者向けポータルも合わせて提供される見込みだ。加えて、複数の法律事務所との間で、直接ライセンス供与に関する予備的かつ拘束力のない協議も進められている。

トムソン・ロイターは、こうした取り組みの背景にある文脈を強調している。同社の主力プラットフォームであるWestlawは、4万件を超える個別データベースと、150年を超える法律出版・編集の蓄積を有している。同社によれば、自社モデルを掌握することで、展開、ガバナンス、今後の開発方針について、より大きな主導権を得られるという。これは「AIの主権」をめぐる主張でもある。すでに大手法律事務所や企業との間で、モデルへの直接アクセスに関する協議が進行しており、顧客が自社の知識や業務フローに合わせてThomsonをカスタマイズできる可能性も含まれている。

日本の法律事務所や企業の法務部門にとって、この事例は、自社製の言語モデルが本当に採算に合うための条件を明確に示している。数十年かけて築いた独自データベース、社内の分野専門家、そして品質を客観的に測定できる業務フローという3条件を兼ね備えた組織だけが、比較的限られた予算で、フロンティア研究所に匹敵する専門モデルを構築できる。多くの日本企業にとっては、既存モデルをエージェント型システムを通じて統合していく方法が、特に定型的な法務・事務業務の自動化においては、引き続き現実的な選択肢であり続けるだろう。