삼키다Machine Dolercing에 전념 한 첫 번째 스타트 업은 인공 지능에서 가장 시급한 과제와 같은 환각, 편견 및 임베디드 데이터 취약점을 해결하기 위해 8 백만 달러의 종자 자금을 모금했습니다. 라운드는 이끌었다 매버릭 벤처 이스라엘 참여로 초저,,, 알파 정보 자본,,, 당신을 태키,,, ai.fund그리고 플러그 앤 플레이 기술 센터.
ai 잊어 버린 : 기계 무등의 약속
AI 출력 정제 또는 필터링에 중점을 둔 기존 AI 도구와 달리 Hirundo의 핵심 혁신은 다음과 같습니다. 기계 무등– AI 모델이 이미 교육을받은 후 특정 지식이나 행동을 “잊어 버릴”수있는 기술. 이 접근법을 사용하면 기업은 환각, 편견, 개인 또는 독점 데이터 및 AI 모델을 처음부터 재교육하지 않고 배포 된 AI 모델에서 외과 적으로 제거 할 수 있습니다. 대규모 모델을 재교육하려면 몇 주와 수백만 달러가 소요될 수 있습니다. Hirundo는 훨씬 더 효율적인 대안을 제공합니다.
Hirundo는이 과정을 비유합니다 AI 신경 외과: 회사는 모델의 매개 변수에서 바람직하지 않은 출력이 시작된 위치에 정확히 정확하게 정확하게 표시되고 성능을 보존하면서 모두를 정확하게 제거합니다. 이 획기적인 기술은 조직이 생산 환경에서 모델을 개선하고 훨씬 더 큰 자신감을 갖도록 AI를 배치 할 수 있도록합니다.
AI 환각이 그렇게 위험한 이유
AI 환각 그럴듯하거나 사실적인 소리가 들리는 허위 또는 오해의 소지가있는 정보를 생성하려는 모델의 경향을 참조하십시오. 이러한 환각은 특히 잘못된 정보를 기반으로 한 결정이 법적 노출운영 오류 및 평판 손상. 연구 결과에 따르면이를 보여주었습니다 법적 쿼리를 위해 AI에 의해 생성 된 “사실”의 58 ~ 82 % 어떤 유형의 환각을 포함했습니다.
가드 레일이나 미세 조정을 사용하여 환각을 최소화하려는 노력에도 불구하고, 이러한 방법은 종종 문제를 제거하기보다는 문제를 숨기고 있습니다. 가드 레일은 필터처럼 작용하며 미세 조정은 일반적으로 근본 원인을 제거하지 못합니다. 특히 환각이 모델의 학습 된 가중치에 깊이 구워 질 때. Hirundo는 실제로 모델 자체에서 행동이나 지식을 제거함으로써 이것을 넘어 섰습니다.
AI 스택을위한 확장 가능한 플랫폼
Hirundo의 플랫폼은 유연성과 엔터프라이즈 등급 배포를 위해 구축되었습니다. 자연스러운 언어, 비전, 레이더, LIDAR, Tabular, Speech 및 Timeseries와 같은 광범위한 데이터 유형에 걸쳐 생성 및 비 생성 시스템과 통합됩니다. 이 플랫폼은 교육 데이터의 오해 된 품목, 특이 치 및 모호성을 자동으로 감지합니다. 그런 다음 사용자는 특정 결함이있는 출력을 디버그하고 문제가있는 훈련 데이터 또는 배운 행동으로 다시 추적 할 수 있습니다.
이것은 모두 달성됩니다 워크 플로를 변경하지 않고. Hirundo의 SOC-2 인증 시스템은 SaaS, Private Cloud (VPC) 또는 공기 갭 온-프레미스를 통해 실행할 수 있으므로 금융, 의료 및 방어와 같은 민감한 환경에 적합합니다.
모델 전체에 영향을 미쳤습니다
이 회사는 이미 인기있는 대형 언어 모델 (LLMS)에서 강력한 성능 향상을 보여주었습니다. LLAMA 및 Deepseek을 사용한 테스트에서 Hirundo는 환각의 55% 감소, 편향 70% 감소 및 성공적인 프롬프트 주입 공격의 85% 감소를 달성했습니다. 이 결과는 Halueval, Purplellama 및 Bias Benchmark Q & A와 같은 독립적 인 벤치 마크를 사용하여 확인되었습니다.
현재 솔루션은 Llama, Mistral 및 Gemma와 같은 오픈 소스 모델에서 잘 작동하지만 Hirundo는 Chatgpt 및 Claude와 같은 게이트 모델에 대한 지원을 적극적으로 확장하고 있습니다. 이를 통해 기술을 전체 엔터프라이즈 LLM에 걸쳐 적용 할 수 있습니다.
학업 및 업계 깊이를 가진 창립자
Hirundo는 2023 년 Academia and Enterprise AI의 교차로에서 트리오 전문가들에 의해 설립되었습니다. CEO 벤 루리아 옥스포드의 로즈 학자이자 전 방문 동료로, 이전에 핀 테크 스타트 업 Worqly를 설립했으며 고등 교육을 지원하는 비영리 단체 인 Scholarsil을 공동 설립했습니다. 마이클 레이 보 비치Hirundo의 CTO는 OFEK324의 Technion 및 수상 경력에 빛나는 R & D 책임자의 전 대학원 연구원입니다. Oded Shmyeli 교수이 회사의 최고 과학자는 Technion의 전 컴퓨터 과학 학장이며 IBM, HP, AT & T 등에서 연구 직책을 맡았습니다.
그들의 집단 경험은 기초 AI 연구, 실제 배포 및 안전한 데이터 관리에 걸쳐있어 AI 산업의 현재 신뢰성 위기를 해결할 수 있도록 독특하게 자격을 갖추고 있습니다.
신뢰할 수있는 AI 미래에 대한 투자자 지원
이 라운드의 투자자들은 Hirundo의 신뢰할 수있는 기업 준비 AI를 구축하려는 비전과 일치합니다. 어린이 카르 니Maverick Ventures Israel의 창립자는 실제 해를 입히기 전에 환각 또는 편견 지능을 제거 할 수있는 플랫폼의 긴급한 필요성을 지적했습니다. “AI에서 환각이나 편견 지능을 제거하지 않으면 우리는 결과를 왜곡하고 불신을 장려합니다.” “Hirundo는 차별적 인 출처를 기반으로 한 진실이나 데이터를 제외하고 AI의 가능성을 완전히 변화시키는 비진리 또는 데이터를 제공합니다.”
SuperSeed의 관리 파트너, Mads Jensen,이 감정을 반향했습니다. “우리는 산업 세로를 혁신하는 탁월한 AI 회사에 투자하지만,이 혁신은 모델 자체가 신뢰할 수있는만큼 강력합니다. Hirundo의 기계 무등어 접근 방식은 AI 개발 수명주기에서 중요한 격차를 해결합니다.”
AI 배포에서 점점 더 많은 도전을 해결합니다
AI 시스템이 중요 인프라에 점점 더 통합됨에 따라 환각,,, 편견내재 된 민감한 데이터는 무시하기가 점점 어려워지고 있습니다. 이러한 문제는 금융에서 건강 관리 및 방어에 이르기까지 고위험 환경에서 상당한 위험을 초래합니다.
Machen 환각, 내장 편향 및 민감한 데이터의 노출로 인해 배포 된 AI 시스템에 대한 신뢰가 점점 더 해체되면서, 학습은 이러한 위험을 완화 할 수있는 직접적인 방법을 제공합니다.~ 후에 모델이 훈련되고 사용됩니다.
필터링과 같은 재교육 또는 표면 수준의 수정에 의존하는 대신, 머신 무등어는 이미 생산 모델에서 문제가있는 행동과 데이터를 표적으로 제거 할 수 있습니다. 이 접근법은 고위용 응용 프로그램을위한 확장 가능한 준수 솔루션을 찾고있는 기업과 정부 기관간에 견인력을 얻고 있습니다.
게시물 Hirundo는 AI 환각을 다루기 위해 8 백만 달러를 모금합니다. 먼저 나타났습니다 Unite.ai.