Стартап Trajectory залучив $45 млн на навчання ШІ-моделей
Стартап Trajectory залучив 45 млн доларів на платформу, що допомагає фахівцям донавчати ШІ-моделі на основі зворотного зв’язку.
Американський стартап Trajectory, заснований близько року тому трьома колишніми однокурсниками зі Стенфорда, залучив 45 млн доларів у раунді Series A за оцінки компанії у 300 млн доларів. Раунд очолила Sequoia, також у ньому взяли участь Nvidia, Bessemer Venture Partners і Bain Capital Ventures, повідомляє TechCrunch.
Платформа для донавчання моделей
Trajectory розробляє платформу для донавчання відкритих ШІ-моделей на основі зворотного зв’язку від користувачів. Компанії можуть під’єднати її до своїх застосунків, після чого система збирає дані про роботу моделі та використовує їх для повторного навчання. Такий підхід, відомий як безперервне навчання, має допомогти моделям поступово покращувати виконання спеціалізованих завдань.
Співзасновник Ронак Малде порівняв базові моделі з дуже розумним аспірантом, який щоразу починає нову роботу. За його словами, платформа має дати змогу юристам, лікарям та іншим профільним фахівцям майже автоматично покращувати моделі без залучення великих внутрішніх дослідницьких команд або дорогих консультантів.
Клієнти та команда
Серед компаній, які вже використовують Trajectory для донавчання моделей, названі Harvey і Rogo. Вони застосовують платформу для підготовки моделей до завдань, пов’язаних, зокрема, з аналізом певних типів юридичних контрактів та оцінюванням компаній за визначеними методиками. До інших клієнтів стартапу належать Decagon, Mercor і Nvidia.
Тепер Trajectory робить свою платформу донавчання публічно доступною. За словами Малде, користувачі самі визначають, який результат вважати якісним для своєї організації, і перетворюють ці критерії на поліпшення моделі.
У компанії працюють 18 людей. Малде раніше був серед дослідників, яких Google DeepMind найняв після придбання Windsurf. Інший співзасновник, Майкл Елабд, також працював у DeepMind, а Арджун Каранам займався генеративними базовими моделями в Apple. Команда також залучила дослідників і дизайнерів продуктів із OpenAI, Stripe та Netflix.
Елабд вважає, що залучення людей до процесу навчання робить підхід безпечнішим, ніж повністю автономне самовдосконалення ШІ-систем. Серед конкурентів Trajectory називає Thinking Machines Lab, Applied Compute та Prime Intellect.
