(L) Amanpreet Singh | Founder, CTO & (R) Douwe Kiela |MISUMI
Contextual AI, une société Palo Alto, basée en CA, qui avançait une nouvelle approche de l’IA génétique pour le milieu de travail, a augmenté de 20 M$ en financement.
La tournée a été menée par Bain Capital Ventures avec la participation de Lightspeed, Greycroft, SV Angel et des investisseurs anges dont Elad Gil, Lip-Bu Tan, Sarah Guo, Amjad Masad, Harry Stebbings, Fraser Kelton, Sarah Niyogi et Nathan Benaich.
L’entreprise a l’intention d’utiliser les fonds pour étendre ses activités, ses efforts de développement et son secteur d’activité.
Fondée en 2023 par le PDG Douwe Kiela et CTO Amanpreet Sing, Contextual AI crée de grands modèles linguistiques (LLMs) qui sont conçus pour les entreprises. Avec la capacité de personnaliser les modèles aux sources de données individuelles de chaque entreprise, il offre un moyen sûr, précis et efficace d’autoriser les travailleurs du savoir à faire leur travail avec efficacité.
La recherche brevetée d’IA contextuelle repose sur la méthode déjà établie de la génération augmentée de récupération (RAG). En particulier, l’entreprise résoudra les défis suivants :
Hallucination: Les LLM sont connus pour constituer des informations, et ce qui est pire, ils le font avec une très grande confiance.
Attribution : Nous n’avons aucune façon réelle de savoir pourquoi les LLM disent ce qu’ils disent, donc nous ne pouvons pas facilement doubler leurs sorties ou corriger leurs erreurs.
Conformité : Il n’y a pas de moyen clair de supprimer les informations d’un LLM, ou même juste de le réviser, ce qui les rend risqués d’une perspective de conformité.
Personnalisation : Les LLM doivent généraliser et être connectés avec de nouvelles sources de données sur la mouche, car les données sont disponibles.
Protection des données: Les entreprises ne devraient pas avoir à envoyer leurs précieuses données privées au point d’extrémité de l’API de quelqu’un d’autre.
Plusieurs entreprises de Fortune 500 sont actuellement en discussion sur le pilotage des modèles de langue contextuelle de l’entreprise sur leurs propres données.
