Trajectory 45 million dollar sarmoyasini AI modellarni osonlashtirish uchun yig'di

Hozirgi AI modellari, qaysi kompaniya tomonidan ishlab chiqilgan bo'lsa-da, bir nechta muhim cheklovlarga ega. Ular, xususan, xatolaridan o'zi o'zi o'rganmaydi, bu esa ularni maxsus sohalarda, masalan, huquq va moliya sohalarida qo'llashni qiyinlashtiradi. Bu muammo, odatda, umumiy modellarni maxsus vazifalar uchun sozlash orqali hal qilinadi, ammo bu jarayon ichki tadqiqot jamoalarini yollash yoki qimmatli mutaxassislar bilan hamkorlik qilishni talab qiladi.

Trajectoryning yondashuvi

Trajectory, Stanford talabalari tomonidan asos solingan startap, bu muammoga yechim topmoqchi. Ular AI modellarni o'zini o'zi o'rganish imkoniyatiga ega qilishni maqsad qilganlar. Startap, AI modellarni feedbackdan foydalanib, vaqt oʻtishi bilan maxsus vazifalarni yaxshiroq bajarish imkoniyatiga ega qilishga intilmoqda.

Trajectory, 18 kishidan iborat jamoa, $45 millionlik Series A bosqichida sarmoya yig'di. Sermoyani Sequoia, Nvidia, Bessemer Venture Partners va Bain Capital Ventures boshqargan. Startapning bahosi $300 millionga yetdi.

Continual Learning

Trajectory, AI modellarni o'zini o'zi o'rganish imkoniyatiga ega qilish uchun continual learning yondashuvidan foydalanadi. Bizneslar, Trajectory platformasini o'z ilovalariga ulashishlari mumkin, bu esa modelning ish faoliyatini kuzatib boradi. Keyin, bu ma'lumotlar asosida model qayta o'rganiladi va vaqt oʻtishi bilan maxsus vazifalarni yaxshiroq bajarish imkoniyatiga ega bo'ladi.

Bu yondashuv, huquqshunoslar, shifokorlar va boshqa mutaxassislar uchun AI modellarni o'zlari o'rganish imkoniyatini beradi. Bu esa, maxsus AI modellarini tezroq va arzonroq joylashtirish imkoniyatini beradi.

Amaliy qo'llanish

Harvey va Rogo kabi kompaniyalar, Trajectory platformasidan foydalanib, ochiq manba AI modellarini qayta o'rganish imkoniyatiga ega bo'lishdi. Bu esa, modelni maxsus vazifalarni bajarish imkoniyatini oshirdi. Masalan, huquqiy shartnomalarni tekshirish yoki kompaniyani baholash uchun maxsus metodologiyadan foydalanish.

Trajectoryning boshqa mijozlari orasida Decagon, Mercor va Nvidia ham bor. Startap, endi o'z post-training platformasini jamoatchilikka ochdi.

Xavfsizlik va odamlar ishtiroki

Trajectoryning continual learning yondashuvi, AI tizimlarining o'zini o'zidan yaxshilash imkoniyatiga ega bo'lgan recursive self-improvement (RSI) ga o'xshaydi. Biroq, Trajectory, odamlarni o'rganish jarayoniga jalb qilishni afzal ko'radi, chunki bu usul xavfsizroqdir. Avtonom o'zini o'zidan yaxshilash, noaniq yoki hatto xavfli natijalar keltirib chiqarishi mumkin.

Raqobatchilar

Trajectory, post-trainingni avtomatlashtirishga intilayotgan boshqa startaplar bilan raqobatlashmoqda. Ular, Thinking Machines Lab, Applied Compute va Prime Intellectni raqobatchilar sifatida ko'rsatadi. Trajectory, o'z jamoasining tajribasini eng katta afzallik sifatida ko'rsatadi. Jamoa orasida Google DeepMind, OpenAI, Stripe va Netflixdan kelgan mutaxassislar ham bor.

Trajectory, AI modellarni osonlashtirish uchun maxsus interfeysni ishlab chiqdi, bu esa texnik bo'lmagan mijozlar uchun post-training jarayonini osonlashtiradi.