Trajectory, una startup que busca facilitar que los especialistas mejoren los modelos de IA, recaudó 45 millones de dólares en una ronda Serie A con una valoración de 300 millones de dólares. Sequoia lideró la ronda, con la participación de Nvidia, Bessemer Venture Partners y Bain Capital Ventures.

¿Por qué los modelos de IA necesitan posentrenamiento?

La empresa, que tiene 18 empleados, fue fundada hace cerca de un año por tres compañeros de clase de Stanford que previamente trabajaron en Google DeepMind y Apple. Su plataforma se basa en una brecha fundamental de la tecnología actual. Sin importar si un modelo proviene de OpenAI, Anthropic o de un proyecto de código abierto, no aprende de sus errores sin más entrenamiento.

Las empresas que adaptan estos modelos a campos especializados, como el derecho y las finanzas, normalmente ajustan modelos generales. Esto suele implicar contratar equipos internos de investigación o depender de costosos consultores, conocidos como ingenieros de despliegue avanzado, o FDE por sus siglas en inglés. Trajectory quiere automatizar ese trabajo para que los modelos aprendan de la retroalimentación y sigan mejorando en tareas especializadas.

¿Cómo mejora la plataforma de Trajectory los modelos de IA?

El proceso funciona así. Una empresa parte de un modelo de IA de código abierto y conecta Trajectory a sus aplicaciones. La plataforma recopila retroalimentación sobre el desempeño del modelo y luego usa esa información para reentrenarlo. Con el tiempo, el modelo mejora en la tarea específica para la que se le pide.

El cofundador Ronak Malde compara los modelos fundacionales actuales con un estudiante de doctorado muy inteligente que siempre está empezando un nuevo trabajo. "Pero lo que la economía valora es a alguien que ha trabajado en el puesto durante 30 años", dijo Malde a TechCrunch.

Harvey y Rogo ya usan la plataforma para posentrenar modelos de código abierto. El objetivo es que esos modelos se desempeñen más como abogados o analistas financieros experimentados. Lo logran aprendiendo de tareas anteriores, como revisar un tipo particular de contrato legal o valorar una empresa con una metodología específica. Otros clientes de Trajectory incluyen a Decagon, Mercor y Nvidia. La empresa ahora está haciendo disponible públicamente su plataforma de posentrenamiento.

Malde afirmó que las personas que usan Trajectory deciden "qué es un buen resultado para su organización y pueden convertirlo en mejoras para su modelo". Abogados, médicos y otros especialistas pueden mejorar los modelos casi por su cuenta, dijo. Esto podría hacer que implementar IA especializada sea más rápido y más barato.

El enfoque tiene algunas similitudes con la automejora recursiva, la idea de que los sistemas de IA pueden mejorar sus propias capacidades. El cofundador Michael Elabd sostiene que mantener a los humanos involucrados en el entrenamiento hace que el método de Trajectory sea más seguro. La automejora autónoma, afirma, podría provocar resultados no intencionados o incluso peligrosos.

Trajectory no es la única startup que persigue este mercado. Thinking Machines Lab, fundada por la exdirectora de tecnología de OpenAI Mira Murati, está detrás de la plataforma de ajuste fino Tinker. Applied Compute, valorada en 3.250 millones de dólares el mes pasado, también está en este espacio. Prime Intellect ofrece una plataforma que ayuda a las empresas a construir y entrenar sus propios agentes de IA.

Malde cree que la mayor ventaja de la startup es su equipo. Él fue uno de los pocos investigadores que Google DeepMind incorporó mediante una adquisición para contratar talento desde Windsurf. Elabd también trabajó en DeepMind, y el tercer cofundador, Arjun Karanam, trabajó previamente en modelos fundacionales generativos en Apple. La empresa también ha reclutado investigadores y diseñadores de producto de OpenAI, Stripe y Netflix.

Karanam afirma que el equipo desarrolló una interfaz que hace que el posentrenamiento sea más accesible para clientes no técnicos. Ese trabajo de diseño, sugiere, es lo que permitirá que personas fuera de los equipos de ingeniería den forma al comportamiento de sus modelos de IA.

Este artigo foi escrito com a assistência de IA.
News Factory APP - notícias agênticas para impulsionar seu SEO e AEO.