AI kompaniyalari oʻz modellarining qobiliyatlarini tasdiqlash uchun benchmarkingdan foydalanish odatga aylangan. Bu, ayniqsa, kompaniyalar oʻzlarining raqobatchilaridan ajralib turish va oʻz ustunligini reklama qilish uchun muhimdir. Ammo, baʼzi kompaniyalar eskirgan benchmarking tizimlarini aql bilan magʻlub etishni bilishgan.
Vals 2024-yilda tashkil etilgan startap boʻlib, AI benchmarking tizimini takomillashtirishga qaratilgan. Kompaniya 8VC va Bloomberg Beta tomonidan rahbarlik qilingan seed raundda mablagʻ yigʻishga muvaffaq boʻldi. Keyinchalik, Andreessen Horowitz tomonidan rahbarlik qilingan Series A raundida $40 million mablagʻ yigʻdi.
Valsning 25 yoshli asoschisi Rayan Krishnan, Palantir va Microsoftda ishlagan va Stanford universitetining AI laboratoriyasida ishlagan. Krishnanning taʼkidlashicha, Valsning paydo boʻlishi AI sohasidagi tez rivojlanish bilan bogʻliq.
Valsning maqsadi, AI modellarining qobiliyatlarini turli sohalarda sinab koʻrish orqali, ularning odamlar tomonidan bajariladigan ishlarni bajarish qobiliyatini tekshirishdir. Kompaniya AI modellarining umumiy bilimini emas, balki ularning murakkab vazifalarni bajarish qobiliyatini baholaydi.
Valsning test materiallari ommaga ochiq emas, bu esa kompaniyalar oʻz modellarini bu testlarga tayyorlash imkoniyatini kamaytiradi. Vals, shuningdek, AI modellarining salbiy oqibatlarini ham baholaydi, bu esa ularning real dunyoda ishlatilishi mumkin boʻlgan salbiy ta’sirlarini tushunishga yordam beradi.
Valsning daromadi soʻnggi yilda sakkiz baravar oshdi. Kompaniya, shuningdek, oʻz ishchi kuchini uch baravar oshirdi. Vals, federal agentliklarga model baholash xizmatlarini taklif qilish uchun yangi dasturni ishga tushirdi.
Krishnan, Valsning benchmarking tizimi AI kompaniyalari oʻz bizneslarini rivojlantirish va jamoatchilikka ishonchni oʻrnatish usullarini oʻzgartirishda muhim rol oʻynashi mumkinligini taʼkidlaydi.
AI modellarining iqtisodiyotning muhim qismi boʻlishi bilan, Valsning baholash tizimi bu modellarning ishlatilishi va kompaniyalar tomonidan qilingan investitsiyalar haqidagi maʼlumotlarni taqdim etishda muhim rol oʻynashi mumkin.
AI xavfsizligi va tartibga solish muammolari muhokama qilinayotgan paytda, kompaniyalar antitrust cheklovlarini talab qilmoqda. Bu qanday paydo bo'ldi va bu qanday ta'sir ko'rsatishi mumkin?
Laya modeli non‑avtoregressive qarorlar uchun ochiq kodli arxitektura taklif etadi, Jev’ga nisbatan 6‑8 baravar tezroq va 100+ tilni qo‘llab-quvvatlaydi.
AI chat botlarida takroriy paydo bo'ladigan tasavvuriy shaxs Elias Thorne ning kelib chiqishi, texnik sabablari va kelajakdagi ta'siri tahlil qilinadi.
Claude Code 2026-yil sentabr oyida AGENTS.md ni o‘qish, tarmoq proksi sozlamalari va yuzlab xatoliklarni tuzatish kabi yangiliklar bilan kuchaytirildi.