Thomson Reuters تُطلق نموذجاً لغوياً متخصصاً في المحتوى القانوني والمالي
أطلقت Thomson Reuters نموذجها اللغوي "Thomson" المُدرَّب على ملايين الوثائق القانونية والمالية والإخبارية، ليُقدم إجابات موثوقة للمحامين والمحللين الماليين.

أعلنت شركة Thomson Reuters عن إطلاق نموذجها اللغوي الخاص المسمى "Thomson"، وهو نموذج متخصص مُدرَّب على مئات الملايين من الوثائق القانونية والمالية والإخبارية التي تمتلكها الشركة، بهدف تقديم إجابات دقيقة وموثوقة للمحامين والمحللين الماليين والصحفيين.
يتميز النموذج بقدرته على الاستشهاد بمصادر الشركة الداخلية ومنها قاعدة بيانات Westlaw وخدمات رويترز الإخبارية، ما يُقلل من ظاهرة الهلوسة الشائعة في النماذج اللغوية العامة ويرفع مستوى الموثوقية للاستخدام المهني.
تدخل Thomson Reuters بهذا الإطلاق في منافسة مباشرة مع Bloomberg الذي طوّر نموذجه BloombergGPT المتخصص في البيانات المالية، فيما تسعى كلتا الشركتين إلى تحويل أرشيفاتهما الضخمة إلى ميزة تنافسية في سوق الذكاء الاصطناعي.
يكشف إطلاق Thomson أن الشركات الإعلامية والمعلوماتية الكبرى باتت تُدرك أن أرشيفاتها تمثل أصلاً استراتيجياً بالغ القيمة في عصر الذكاء الاصطناعي، وما يجعل هذا النموذج مختلفاً أن التخصص العميق في مجال واحد كالقانون والمال يُقدم قيمة أعلى للمهنيين من النماذج العامة مهما بلغت ضخامتها.
ماذا تعني هذه المصطلحات؟
النموذج اللغوي المتخصص: نموذج ذكاء اصطناعي مُدرَّب على بيانات مجال بعينه كالقانون أو الطب، فيُجيب بدقة أعلى مقارنةً بالنماذج العامة كـ ChatGPT.
الهلوسة في الذكاء الاصطناعي: ظاهرة يُولّد فيها النموذج معلومات تبدو مقنعة لكنها خاطئة أو مختلقة كلياً، وهي خطر كبير في التطبيقات القانونية والمالية.
Westlaw: قاعدة بيانات قانونية ضخمة تمتلكها Thomson Reuters وتضم ملايين الأحكام والمراسيم والتشريعات، وتُعدّ مرجعاً أساسياً للمحامين.
لنشـرة الأسبوعيـة
اقرأ ما بين السطور قبل الجميع. فك تشفير أهم تحركات الاقتصاد، التقنية، وصُنّاع القرار في المنطقة.. في ٥ دقائق كل سبت.
مقالات مقترحة
أبطال 60
.png?alt=media&token=5eaf4867-f044-4dbd-bda6-e0fef52a50df)


.png?alt=media&token=ed68f44d-e5db-4b1a-947a-42f608a0d791)
.png?alt=media&token=8c404866-0244-4cf8-9238-2e85c3b88fed)

.png?alt=media&token=539bd907-5945-4421-a543-a3fe6017c859)
.png?alt=media&token=5eaf4867-f044-4dbd-bda6-e0fef52a50df)


.png?alt=media&token=ed68f44d-e5db-4b1a-947a-42f608a0d791)
.png?alt=media&token=8c404866-0244-4cf8-9238-2e85c3b88fed)

.png?alt=media&token=539bd907-5945-4421-a543-a3fe6017c859)

