Licence modelu Thomson-1.0-Small nedovoluje jeho šíření ani úpravy
Thomson Reuters zveřejnil váhy modelu Thomson-1.0-Small a na kartě mu říká open-weight. Přiložená licence PolyForm Strict 1.0.0 ale dává právo jen k nekomerčnímu užití, a to bez šíření a bez odvozených děl. Základ, ze kterého model vznikl, má přitom Apache 2.0.
Karta modelu na Hugging Face o něm mluví jako o „the open-weight member of the Thomson-1.0 family“. Soubor LICENSE ve stejném repozitáři je PolyForm Strict 1.0.0 od sdružení PolyForm Project, které píšou licenční právníci a technici. Stáhli jsme si obě znění, to z repozitáře i to z webu PolyFormu, a liší se jen zalomením řádků.
Licence vyjímá šíření i úpravy z uděleného práva
Rozhodující věta stojí v oddílu Copyright License. Poskytovatel podle ní dává právo dělat s dílem všechno, co by jinak porušovalo jeho autorské právo, „for any permitted purpose, other than distributing the software or making changes or new works based on the software“. Tedy pro dovolený účel ano, ale bez šíření a bez změn či nových děl postavených na tom původním. Překlad je náš, licence existuje jen anglicky.
Co je dovolený účel, vymezují tři oddíly pod tím. Nekomerční je dovolený jakýkoli. Osobní užití pokrývá výzkum, pokusy a zkoušení ve prospěch veřejného poznání, samostudium, soukromou zábavu, koníčky i náboženskou praxi – pokaždé s dovětkem, že se u toho nepočítá s obchodním využitím. Třetí oddíl vyjmenovává organizace, které jsou v právu bez ohledu na to, odkud mají peníze: dobročinné, vzdělávací, veřejné výzkumné, organizace veřejné bezpečnosti nebo zdraví, ochrany životního prostředí a státní instituce.
Advokátní kancelář, daňová poradna ani redakce v tom výčtu nejsou. Model je přitom podle své vlastní karty stavěný na „legal, tax, and journalism domains“, tedy přesně na jejich práci.
Před Thomson-1.0-Small stojí dvě licence Apache
Jako základ uvádí karta model Snowdon1.1-Small od skupiny tri-fair-lab. Ten je pod Apache 2.0 a text licence má u sebe v souboru. Snowdon je podle své karty přerovnaný Qwen3.6-35B-A3B, také pod Apache 2.0.
Že jde opravdu o tuhle větev, potvrdí i samotné váhy. Rozhraní Hugging Face hlásí u Qwenu i u Snowdonu 35 951 822 704 parametrů, u modelu od Thomson Reuters 35 107 181 936, tedy o 844 640 768 méně. Rozdíl sedí na jediný modul. Mapa tenzorů Snowdonu má 1 045 záznamů a devatenáct z nich začíná na mtp, tedy hlavu pro předpověď více tokenů najednou; karta Qwenu ji nabízí k zapnutí příkazem se spekulativním dekódováním, jak v SGLangu, tak ve vLLM. Thomson-1.0-Small má 1 026 záznamů a tyhle mezi nimi chybí; zbytek se v obou souborech jmenuje stejně. Karta Thomson-1.0-Small se o vypuštěné hlavě nezmiňuje, takže tenhle způsob zrychlení u něj odpadá.
Přeznačení samo o sobě Apache 2.0 dovoluje. V oddílu 4 stojí, že autor smí pro své úpravy nebo pro odvozené dílo jako celek stanovit „additional or different license terms and conditions“. Ve stejném oddílu ale zůstávají čtyři podmínky a první z nich žádá, aby příjemce dostal kopii Apache licence. V repozitáři Thomson-1.0-Small je soubor s licencí jediný a je to PolyForm Strict; NOTICE tam není.
Jestli jsou váhy po doučení odvozeným dílem ve smyslu autorského práva, rozhodnuté nikde není a tenhle text to nerozhoduje. Popisuje, co která licence říká.
Do vah je zapsaný placený archiv firmy
Proč jsou podmínky tak úzké, karta přímo neříká, ale popis trénování napovídá. Prostřední fáze podle něj do modelu vpouští „decades of news, contracts, regulatory filings, case law, statutes and practitioner guidance“, tedy placený archiv firmy. Korpus té fáze má 200 miliard tokenů vybraných z fondu přes 19 bilionů a dělí se zhruba na třetiny mezi vybrané firemní dokumenty, jejich strojové přeformulování a data na udržení obecných schopností. Celý postup spotřeboval podle karty 1,63 × 1023 operací a 35 207 hodin na kartách B200. Vydavatel, který takhle zpracoval vlastní placený obsah, má důvod nechtít, aby váhy kolovaly dál.
Šest kopií modelu nese týž štítek licence
Prošli jsme 28. srpna 2026 přes veřejné rozhraní Hugging Face repozitáře, které mají Thomson-1.0-Small v názvu nebo v poli base_model. Kromě původního jich je šest a vznikly mezi 26. a 27. srpnem: čtyři kvantizace do GGUF a MLX, jedna do formátu NVFP4 a jedna prostá kopie vah. Všech šest má v hlavičce karty týž štítek polyform-strict-1-0-0 a pět z nich nemá v souborech text licence vůbec.
Stažení za poslední měsíc mluví pro odvozeniny: původní repozitář jich má 349, těch šest dohromady 2 090. Samotná sbírka GGUF od uživatele bartowski jich má 1 997. Jestli odvozený repozitář text licence u sebe má, jsme měřili na třech jiných modelech už dřív; tady je otázka jiná. Štítek na místě je, jen dovoluje míň, než co ten repozitář dělá.
Licence s nápravou počítá. Oddíl Violations dává tomu, kdo dostane první písemné upozornění, 32 dní na to, aby se dostal do souladu a napravil, co provedl. Teprve potom mu všechna oprávnění končí.
Kopie zdědí jméno licence, ne její text
Do odvozeného repozitáře se licence dostane jedním řádkem v hlavičce karty a nástroje na kvantizaci ho přebírají z té původní. Že ten řádek zrovna říká „šířit ne“, Hugging Face nekontroluje a kontrolovat ani neumí; jméno licence je pro něj údaj jako každý jiný. Rozhodnutí tak zůstává na tom, kdo si váhy stahuje. Podobný rozpor jsme popisovali u Instella-MoE, kde vydavatel mluvil o plně otevřeném modelu a licence pouštěla jen výzkum.
Zdroje: karta a soubory modelu Thomson-1.0-Small, text licence PolyForm Strict 1.0.0, karta modelu Snowdon1.1-Small a znění Apache License 2.0. Počty parametrů a tenzorů, štítky odvozených repozitářů a počty stažení jsou vlastní měření z veřejného rozhraní huggingface.co/api/models z 28. srpna 2026.