Trajectory completa una ronda de financiación Serie A de 45 millones de dólares para automatizar el proceso de ajuste fino de modelos de IA.

·por Henderson·AI
Trajectory completa una ronda de financiación Serie A de 45 millones de dólares para automatizar el proceso de ajuste fino de modelos de IA.

Independientemente de si el modelo proviene de OpenAI, Anthropic o se basa en soluciones de código abierto, la tecnología de inteligencia artificial actual tiene un punto débil común: sin entrenamiento adicional, no puede aprender de sus propios errores. Si las empresas desean aplicar modelos generales en campos profesionales como el derecho o las finanzas, generalmente necesitan realizar un ajuste fino, lo que a menudo implica formar un equipo de investigación interno o contratar a ingenieros de implementación de vanguardia a un alto costo.

La startup Trajectory, que fue fundada hace aproximadamente un año, busca automatizar este proceso. Los tres fundadores de la empresa son compañeros de Stanford, y anteriormente trabajaron en Google, DeepMind y Apple. La compañía anunció recientemente que ha completado una ronda de financiación Serie A de 45 millones de dólares (aproximadamente 320 millones de yuanes) y tiene una valoración de 300 millones de dólares (aproximadamente 2,130 millones de yuanes), con Sequoia Capital liderando la inversión, y la participación de NVIDIA, Bessemer y Bain Capital Ventures. Actualmente, la empresa cuenta con solo 18 empleados.

Trajectory ofrece soluciones automatizadas de ajuste fino de inteligencia artificial

Trajectory adopta un enfoque de aprendizaje continuo: las empresas pueden comenzar con un modelo de código abierto, integrar la plataforma en sus aplicaciones, permitir que el sistema recopile continuamente retroalimentación sobre el rendimiento del modelo y luego usar esta información para volver a entrenar el modelo, mejorándolo en tareas específicas. El cofundador Ronak Malde compara el modelo base con un estudiante de doctorado muy inteligente que siempre está cambiando de trabajo, "mientras que la economía realmente valora a aquellos que han trabajado en un puesto durante 30 años".

Según Malde, con Trajectory, abogados, médicos y otros profesionales pueden ajustar el modelo por sí mismos, sin depender de un equipo de algoritmos, lo que hace que la implementación de inteligencia artificial profesional sea más rápida y económica. Harvey y Rogo ya están utilizando esta plataforma para realizar un ajuste fino de modelos de código abierto, haciéndolos más parecidos a abogados o analistas financieros experimentados, por ejemplo, aprendiendo a revisar un tipo específico de contrato o a valorar una empresa de acuerdo con un método específico. Otros clientes incluyen a Decagon, Mercor y NVIDIA, y la plataforma ya está disponible para el público.

Este enfoque es similar a la "mejora recursiva", pero el cofundador Michael Elabd considera que involucrar a humanos en el proceso de entrenamiento hace que Trajectory sea más seguro, ya que la auto-mejora completamente autónoma podría llevar a resultados inesperados e incluso peligrosos. Hay numerosos competidores en este campo, incluidos Tinker, la plataforma de ajuste fino de Thinking Machines Lab, Applied Compute, que fue valorada en 3.250 millones de dólares (aproximadamente 23.100 millones de yuanes) el mes pasado, y Prime Intellect, que ayuda a las empresas a gestionar sus propios agentes inteligentes, todos considerados competidores directos.

Malde considera que el equipo es la mayor ventaja: él mismo fue uno de los investigadores reclutados de Windsurf por Google DeepMind, Elabd también proviene de DeepMind, y el tercer fundador, Arjun Kalanithi, trabajó anteriormente en Apple en modelos generativos de base. La empresa también ha reclutado personal de investigación y diseño de productos de OpenAI, Stripe y Netflix. Kalanithi señala que han diseñado una interfaz que permite a los clientes sin conocimientos técnicos realizar fácilmente el ajuste fino.

H
Sobre el autor
Henderson