Artikel ini memperkenalkan Thomson, sebuah model terdepan serbaguna yang dikembangkan oleh SovereignAI yang menunjukkan bagaimana institusi dapat mencapai kinerja terdepan melalui pembelajaran berkelanjutan pada model bobot terbuka yang tersedia luas. Pendekatan ini memanfaatkan tumpukan pelatihan tengah dan pasca-pelatihan modern dengan pengaman untuk mempertahankan plastisitas dan stabilitas, memungkinkan intervensi minimal berdampak tinggi pada parameter.
- Thomson bersaing secara kompetitif dengan model-model terdepan terbaru dalam tugas agentic, keamanan, hukum, pajak, multibahasa, dan Deep Research skala besar.
- Evaluasi mengungkap pola peningkatan berbentuk π yang khas di berbagai kemampuan, termasuk yang tidak ditargetkan secara eksplisit.
- Metode ini hampir sepenuhnya menghilangkan masalah lupa yang umum pada adaptasi domain sempit.
- Pendekatan ini memerlukan anggaran komputasi dan personel yang jauh lebih rendah dari yang umumnya diyakini, membuat kepemilikan tumpukan SovereignAI layak bagi lebih banyak pihak.
Dengan memanfaatkan pembelajaran berkelanjutan daripada pendekatan terbatas seperti fine-tuning atau rekayasa prompt, karya ini berargumen bahwa kinerja terdepan dapat dicapai oleh berbagai institusi dalam pengaturan pendanaan yang beragam.