Gradient levanta US$ 10 milhões para permitir que empresas implantem e ajustem vários LLMs

PUBLICIDADE


PUBLICIDADE

Gradient, uma startup que permite aos desenvolvedores gerar e personalizar aplicativos de IA na nuvem usando grandes modelos de linguagem (LLMs), emergiu hoje do sigilo com US$ 10 milhões em financiamento liderado por Wing VC com participação de Mango Capital, Tokyo Black, The New Normal Fund , Secure Octane e Global Founders Capital.

Chris Chang, CEO da Gradient, cofundou a empresa ao lado de Mark Huang e Forrest Moret há vários meses, enquanto trabalhava em produtos de IA em grandes empresas de tecnologia, incluindo Netflix, Splunk e Google. O trio chegou à epílogo de que LLMs porquê o GPT-4 da OpenAI poderiam ser transformadores para a empresa, mas acreditavam que tirar o sumo proveito dos LLMs exigiria a geração de uma maneira confiável de juntar dados privados e proprietários a eles.

PUBLICIDADE

“Tradicionalmente, as equipes se concentram em melhorar um padrão único e generalista – e as soluções existentes apoiam esse padrão”, disse Chang ao TechCrunch por e-mail. “Isso ocorre principalmente porque era muito multíplice gerenciar sistemas multimodelos. No entanto, responsabilizar em um único padrão não é o ideal porque há uma ressarcimento inevitável no desempenho de tarefas específicas.”

Chang, Huang e Moret projetaram o Gradient, portanto, para tornar mais fácil para as equipes implantarem LLMs “especializados” e ajustados em graduação. A plataforma funciona na nuvem, permitindo que uma organização desenvolva e integre até “milhares” de LLMs em um único sistema, diz Chang.

Os clientes do Gradient não precisam treinar LLMs do zero. A plataforma hospeda vários LLMs de código lhano, incluindo o Llama 2 da Meta, que os usuários podem ajustar de contrato com suas necessidades. A Gradient também oferece modelos voltados para casos de uso específicos (porquê reconciliação de dados, coleta de contexto e processamento de papelada) e setores (porquê finanças e recta).

PUBLICIDADE

A Gradient pode hospedar e servir modelos por meio de uma API à la Hugging Face, CoreWeave e outros provedores de infraestrutura de IA. Ou pode implantar sistemas de IA no envolvente de nuvem pública de uma organização, seja Google Cloud Platform, Azure ou AWS.

Em ambos os casos, os clientes mantêm “propriedade totalidade” e controle sobre seus dados e modelos treinados, diz Chang.

“As barreiras ao desenvolvimento são hoje excessivo altas para a IA”, acrescentou. “Edificar IA personalizada de superior desempenho é inacessível devido à subida dificuldade e ao dispêndio de feição da infraestrutura necessária e do desenvolvimento de novos modelos. Vimos que a grande maioria das empresas compreende o valor que a IA pode trazer aos seus negócios, mas tem dificuldade em perceber o valor devido à dificuldade da adoção. Nossa plataforma simplifica radicalmente o aproveitamento da IA ​​para uma empresa, o que representa um tremendo valor associado.”

Agora, você pode perguntar – porquê oriente repórter fez – o que diferencia o Gradient das outras ferramentas de engenharia de startups para combinar LLMs com dados internos? E quanto às muitas outras empresas que já personalizam LLMs porquê serviço para clientes corporativos? É uma pergunta razoável.

Dê uma olhada em Reka, por exemplo, que recentemente emergiu do sigilo para trabalhar com empresas na construção de aplicativos personalizados com tecnologia LLM. O Writer permite que os clientes ajustem os LLMs em seus próprios guias de teor e estilo. Contextual AI, Fixie e LlamaIndex, que surgiram recentemente do stealth, estão desenvolvendo ferramentas para permitir que as empresas adicionem seus próprios dados aos LLMs existentes. E a Cohere treina LLMs de contrato com as especificações dos clientes.

Eles não são os únicos. A OpenAI oferece uma gama de ferramentas de ajuste fino de modelos, assim porquê empresas tradicionais porquê Google (via Vertex AI), Amazon (via Bedrock) e Microsoft (via Azure OpenAI Service).

Chang defende que o Gradient é uma das poucas plataformas que permite às empresas “produzir” vários modelos ao mesmo tempo. E, afirma ele, é alcançável – o preço da plataforma é sob demanda, de modo que os usuários paguem unicamente pela infraestrutura que utilizam. (Clientes maiores têm a opção de remunerar por capacidade dedicada.)

Mas mesmo que a Gradient não seja drasticamente dissemelhante de seus rivais no espaço de desenvolvimento de LLM, ela se beneficiará – e está se beneficiando – do enorme fluxo de interesse em torno da IA ​​generativa, incluindo LLMs. Quase um quinto do financiamento global totalidade de capital de risco oriente ano veio unicamente do setor de IA, de contrato com a Crunchbase. E a PitchBook espera que o mercado de IA generativa atinja US$ 42,6 bilhões em 2023.

“O Gradient torna muito mais fácil o desenvolvimento de sistemas complexos de IA que aproveitam muitos ‘LLMs especializados’”, disse ele. “Essa abordagem garante que o sistema de IA atinja consistentemente o mais superior desempenho para cada tarefa, tudo em uma única plataforma… Nossa plataforma foi projetada para tornar extremamente fácil para as equipes implantarem LLMs especializados, desenvolvidos especificamente para seus problemas específicos, de forma mais eficiente.”

A Gradient afirma estar trabalhando com tapume de 20 clientes corporativos no momento, com “milhares” de usuários combinados. Seu objetivo de pequeno prazo é dimensionar o back-end da nuvem e aumentar sua equipe de 17 funcionários em tempo integral para 25 até o final do ano.

Pablo Oliveira
Pablo Oliveirahttp://pcextreme.com.br
Sou diretamente responsável pela manutenção, otimização, configuração e SEO de todos os sites de minha propriedade. Além disso, atuo como colunista, editor e programador.

Artigos relacionados

DEIXE UMA RESPOSTA

Por favor digite seu comentário!
Por favor, digite seu nome aqui

Artigos recentes