印度创立的Wecp被收购,从招聘业务转向AI模型训练

（MENAFN- AsiaNet News）

当Invisible Technologies本周宣布收购技术评估平台WeCP时，这一消息凸显了人工智能行业的日益转变。该平台由印度企业家Abhishek Kaushik和Mohit Goyal创立，最初旨在解决许多公司面临的一个问题：准确评估技术专家。但帮助公司招聘工程师的同一基础设施，现在正被用来培训和验证AI模型及智能代理。

从招聘工程师到验证AI专家

WeCP的建立基于一个简单的前提：简历和面试往往不能准确反映技术能力。平台不依赖凭证或对话式面试，而是让候选人通过实际的技术挑战展示能力，例如编码练习、系统设计模拟和结构化问题解决任务。公司在招聘和人才培养过程中使用该系统评估工程师、数据科学家及其他技术专业人员。随着时间推移，WeCP建立了涵盖软件工程、云基础设施、网络安全和数据科学等多个领域的结构化评估库。但随着全球AI开发的加速，Kaushik和他的团队开始注意到一个意想不到的联系。

隐藏的瓶颈在AI开发中

招聘中存在的问题——验证专业知识——也在AI中出现。现代AI系统在训练和评估模型时高度依赖人类专家。这些专家帮助创建训练数据、验证输出、模拟复杂任务，并提供反馈以改善模型的推理和行为。然而，在大规模识别可靠专家方面，仍然是一个重大挑战。凭证本身很少能保证某人能准确评估AI输出或指导模型开发。“在当今的AI开发中，模型的质量越来越依赖于背后的人类专业知识的质量，”WeCP创始人Abhishek Kaushik表示。“WeCP的设计目标是衡量真正的专业能力。当识别帮助训练AI系统的专家时，这一能力变得尤为关键。”

Invisible对专业基础设施的押注

Invisible Technologies与开发先进AI系统的组织合作，结合自动化与人类专业知识，构建、测试和部署AI解决方案。通过收购WeCP，Invisible计划将该平台的专业验证引擎整合到其AI训练流程中。这项技术将帮助评估参与复杂AI任务的专家，例如模型验证、领域推理评估和强化学习反馈循环。

随着AI系统扩展到金融、工程、医疗和企业软件等复杂行业，对可靠专家验证的需求也日益增加。

AI生态系统中的新层面

此次收购反映了AI系统构建方式的更广泛变化。多年来，人工智能的进步主要由算法改进、计算能力提升和海量数据集的获取推动。而如今，另一个关键限制因素逐渐显现：人类专业知识。专家不仅需要创建数据集，还要验证输出、模拟现实世界的决策过程，并引导模型实现准确推理。因此，能够系统衡量专业能力的平台，可能成为不断演变的AI技术栈中的重要组成部分。

对Kaushik而言，从招聘基础设施向AI训练基础设施的转变似乎是自然的演进。“最初是为了帮助公司招聘更优秀工程师的平台，现在正成为训练下一代AI系统的基础设施的一部分，”他说。

在这种情况下，由印度创始人打造的评估工程人才的平台，现已成为训练和验证全球先进AI模型及代理的机器的一部分。（ANI）

（除标题外，本故事未经过Asianet Newsable英文团队编辑，内容来自授权转载源。）

MENAFN17032026007385015968ID1110872465