Casi todo el mundo está tratando de obtener una parte de la influencia generativa de la IA en estos días. Si aceptablemente la veterano parte de la atención se centra en los proveedores de modelos como OpenAI, Anthropic y Cohere, o en las empresas más grandes como Microsoft, Meta, Google y Amazon, de hecho, hay muchas nuevas empresas que intentan atacar el problema de la IA generativa de diversas formas. de maneras.
Fireworks.ai es una de esas startups. Si aceptablemente carece del registro de marca de algunos de estos otros jugadores, cuenta con el maniquí de API de código extenso más alto con más de 12.000 usuarios, según la empresa. Ese tipo de tracción del código extenso tiende a atraer la atención de los inversores, y la empresa ha recaudado 25 millones de dólares hasta ahora.
La cofundadora y directora ejecutiva de Fireworks, Lin Qiao, señala que su empresa no está entrenando modelos básicos desde cero, sino que más aceptablemente ayuda a ajustar otros modelos a las micción particulares de una empresa. “Pueden ser modelos disponibles en el mercado, de código extenso, o los modelos que nosotros ajustamos o los modelos que nuestros clientes pueden ajustar por sí mismos. Las tres variedades se pueden servir a través de la API de nuestro motor de inferencia”, dijo Qiao a TechCrunch.
Al ser una API, los desarrolladores pueden conectarla a su aplicación, capacitar el maniquí de su votación en sus datos y adicionar capacidades de IA generativa, como hacer preguntas muy rápidamente. Qiao afirma que es rápido, competente y produce resultados de reincorporación calidad.
Otra preeminencia del enfoque de Firework es que permite a las empresas constatar con múltiples modelos, poco que es importante en un mercado que cambia rápidamente. «Nuestra filosofía aquí es que queremos capacitar a los usuarios para que iteren y experimenten con múltiples modelos y tengan herramientas efectivas para infundir sus datos en múltiples modelos y probar con un producto», dijo.
Quizás lo más importante es que mantienen bajos los costos al amurallar el tamaño del maniquí a entre 7 mil millones y 13 mil millones de tokens, en comparación con más de 1 billón de tokens en ChatGPT4. Si aceptablemente eso limita el universo de palabras que el maniquí de lengua alto puede entender, permite a los desarrolladores centrarse en conjuntos de datos mucho más pequeños y enfocados, diseñados para trabajar con casos de uso empresarial más limitados.
Qiao está excepcionalmente calificado para construir un sistema de este tipo, ya que trabajó anteriormente en Meta, liderando el equipo de expansión de la plataforma de IA con el objetivo de construir un motor de expansión rápido y escalable para impulsar la IA en todos los productos y servicios de Meta. Pudo rendir este conocimiento de su trabajo en Meta y crear una aparejo basada en API que pone ese tipo de poder al capacidad de cualquier empresa sin requerir el nivel de fortuna de ingeniería de una empresa del tamaño de Meta.
La compañía recaudó 25 millones de dólares en 2022 liderada por Benchmark, con la billete de Sequoia Caudal e inversores ángeles, incluidos Databricks y Snowflake. Los dos últimos son inversores estratégicos particularmente interesantes, poliedro que uno y otro son herramientas de almacenamiento de datos y Fireworks permitirá a los usuarios poner esos datos a trabajar.
————————————————– —————–
Esta página transcribe artículos de diversas fuentes de dominio conocido, las ideas expresadas son responsabilidad de sus respectivos autores por lo cual no nos hacemos responsables del uso o la interpretación que se les dé. La información publicada nunca debe sustituir consultoría profesional, médica, justo o psicológica.
