誤りが結果に浸透するのを防ぐために、Probably は複雑な「ガードレールシステム」を構築しており、創業者の Peter Elias はこれを「データサイエンスのメカ」と表現している。このシステムは、決定論的検証器を用いて大規模モデルの初期出力を検証し、結果がデータと一致しない場合は直接拒否して再生成する。また、この検証メカニズムは逆方向のモデル訓練も行い、後続の誤り発生を減らす。
下の原文リンクをクリックして、動察 Beating · Feishu AI ニュースチャンネルに参加し、24時間体制で世界中のAIホットトピックとニュースを監視しよう。
AIスタートアップのProbablyが900万ドルのシードラウンド資金調達を完了、a16zがリード投資
BlockBeats のニュース、6 月 16 日、AI スタートアップの Probably が900万ドルのシードラウンド資金調達を完了、a16z がリード投資を行った。同社はより厳格な方法を構築し、大規模言語モデル（LLM）における「幻覚」や事実誤認を減らすことを試みている。
同社の最初の製品は、複雑なデータセットから迅速に分析結果を生成できるデータサイエンスツールであり、各出力には引用元と完全な監査経路を付与し、透明性と検証性を向上させている。この設計は、ますます多くのAI製品の標準方向となりつつある。
誤りが結果に浸透するのを防ぐために、Probably は複雑な「ガードレールシステム」を構築しており、創業者の Peter Elias はこれを「データサイエンスのメカ」と表現している。このシステムは、決定論的検証器を用いて大規模モデルの初期出力を検証し、結果がデータと一致しない場合は直接拒否して再生成する。また、この検証メカニズムは逆方向のモデル訓練も行い、後続の誤り発生を減らす。
下の原文リンクをクリックして、動察 Beating · Feishu AI ニュースチャンネルに参加し、24時間体制で世界中のAIホットトピックとニュースを監視しよう。