Trajectory привлекла $45 млн, чтобы упростить дообучение ИИ-моделей для экспертов без технических навыков

В Trajectory работают 18 человек. Раунд серии A возглавила Sequoia; в нём также участвовали Nvidia, Bessemer Venture Partners и Bain Capital Ventures.

Сооснователь Trajectory Ронак Малде сравнил базовые модели с очень умным аспирантом, который каждый раз начинает новую работу. По его словам, экономике же нужен человек, который проработал на одном месте 30 лет.

Как работает дообучение

Trajectory использует подход, известный как непрерывное обучение. Компания может взять открытую модель и подключить платформу к своим приложениям. Платформа собирает отзывы о работе модели, а затем использует их для дообучения, чтобы со временем улучшать её в специализированных задачах.

По словам Малде, юристы, врачи и другие специалисты смогут почти автоматически улучшать модели сами. Это может ускорить и удешевить внедрение ИИ для узких областей.

Harvey и Rogo уже используют платформу Trajectory для дополнительного обучения открытых моделей. На основе прошлых задач модели учатся работать больше как опытные юристы или финансовые аналитики. Среди таких задач — проверка определённого типа юридического договора и оценка компании по конкретной методике. Среди других клиентов стартапа — Decagon, Mercor и Nvidia. Теперь Trajectory открывает свою платформу для дополнительного обучения широкой публике.

Пользователи Trajectory определяют, «какой результат считается хорошим для их организации», а затем превращают это представление в улучшения модели, пояснил Малде.

Почему в обучении участвуют люди

Непрерывное обучение Trajectory отчасти напоминает рекурсивное самоулучшение — идею, согласно которой системы ИИ могут самостоятельно развивать свои способности. Однако сооснователь Майкл Элабд считает, что участие людей в обучении делает подход Trajectory безопаснее: автономное самоулучшение может привести к непредвиденным и даже опасным результатам.

Trajectory — не единственный стартап, который пытается автоматизировать дополнительное обучение моделей. Компания считает своим прямым конкурентом Thinking Machines Lab, основанную бывшим техническим директором OpenAI Мирой Мурати. Эта компания создала платформу для файн-тюнинга Tinker. Среди конкурентов также Applied Compute, оценённая в $3,25 млрд в прошлом месяце, и Prime Intellect, помогающая компаниям создавать и обучать собственных ИИ-агентов.

Команда и интерфейс

Малде считает главным преимуществом Trajectory команду. Он был одним из нескольких исследователей Google DeepMind, которых компания наняла вместе с активами Windsurf. Элабд тоже работал в DeepMind, а третий сооснователь, Арджун Каранам, занимался генеративными базовыми моделями в Apple. Кроме того, стартап нанял исследователей и специалистов по дизайну продуктов из OpenAI, Stripe и Netflix.

Каранам объясняет, что дизайн важен для компании, занимающейся обучением ИИ, потому что Trajectory создала интерфейс, с которым клиенты без технической подготовки могут работать с дополнительным обучением моделей.