信息卡

一句话定位

百年信息巨头 Thomson Reuters 联合帝国理工、DatologyAI 与 Lambda 发布的开放权重行业旗舰：基于 Qwen3.6-35B-A3B 持续学习而来，专攻法律、税务与新闻等高风险专业工作流。

为什么上热度榜

传统专业信息服务商下场开放 frontier 级权重本就罕见；其技术叙事叠加了两大热点——对齐流程采用面向 "Public AI Constitution" 的 Constitutional DPO，技术报告主题直指 SovereignAI（主权 AI）私有化部署需求；Harvey Legal Agent Bench 73.4 一骑绝尘的成绩证明了行业语料护城河的真实存在。

规格与技术亮点

• 架构：MoE 因果语言模型，总参约 35B、每 token 仅激活 3B；原生 262,144 token 上下文，支持图文输入（image-text-to-text）。
• 训练管线三步走：从价值对齐检查点 Snowdon1.1-Small 出发 → 以 19T token 语料池精选 200B token 私有资产（TR 新闻、合同文本、判例库等）持续预训练 → Constitutional DPO 对齐；另配 Deep Research Agent 工具链。
• 计算量约 1.63×10²³ FLOP、35,207 个 B200 GPU 时。
• 基准：总体均值 74.7 高于底座（71.7）、Gemma 4-31B（71.2）与 Haiku 4.5（68.2）；法律域均值 75.2、税务域 82.6、政治中立性 98.5；通用能力保持良好（MMLU-Pro 85.7、GPQA-Diamond 85.4）。弱项在编码（37.4）与鲁棒性。

使用方式与代码示例

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("thomsonreuters/Thomson-1.0-Small")
model = AutoModelForCausalLM.from_pretrained(
    "thomsonreuters/Thomson-1.0-Small", dtype="auto", device_map="auto")

兼容 vLLM、SGLang 与 Docker Model Runner；社区已有 llama.cpp/Ollama/LM Studio 方向的第三方量化。

部署建议（本地/云端/量化选择）

BF16 全量约 70GB，单张 80GB 卡即可原生承载；3B 激活量意味着推理成本接近小模型，非常适合合规敏感机构私有化；预算有限时可先用社区 GGUF 量化版评估效果。

典型应用场景

• 法律检索、判例比对与合同条款审查；
• 税务问答与跨境研究报告撰写；
• 新闻事实核查与快讯辅助写作；
• 金融/法务机构的 SovereignAI 私域部署底座。

同类对比

对比原底座 Qwen3.6-35B-A3B：行业能力跃升而通用分仅微降，是持续学习方法有效性的活案例；对比 Haiku 4.5：整体占优但多语种（71.9 vs 85.8）与对抗鲁棒性仍落后；编码能力是其明显短板，复杂工程任务需搭配专用编码模型。

资源导航

技术报告：《Thomson: Continual Learning of Frontier Models for SovereignAI》｜合作方：Imperial College London / DatologyAI / Lambda｜基准复现框架：UK AISI Inspect AI｜联系方式见模型卡（first.last@thomsonreuters.com）。