Fastino está adotando uma abordagem diferente. Fastino, uma startup de Palo Alto, diz que inventou uma arquitetura de IA em pequena escala. Fastino afirma que os modelos são tão pequenos que podem ser treinados em GPUs de baixo custo, no valor de menos de US $ 100.000. Fastino, em uma declaração exclusiva ao TechCrunch, revelou que o Fastino havia garantido US $ 17,5 milhões em financiamento de sementes, liderado pela Khosla Ventures. A Khosla Ventures foi o famoso investidor de primeiro risco da Openai. Isso traz a quantidade total de financiamento para essa startup para quase US $ 25 milhões. Ele levantou US $ 7 milhões em novembro passado em uma rodada pré-semente liderada pelo VC Arm M12 da Microsoft e pela Insight Partners.
“Nossos modelos são mais rápidos, mais precisos e custam uma fração para treinar enquanto supera os modelos principais em tarefas específicas”, diz Ash Lewis, CEO e co-fundador da Fastino.
A Fastino construiu um conjunto de pequenos modelos que vende para clientes corporativos. Cada modelo se concentra em uma tarefa específica que uma empresa pode precisar, como redigir dados confidenciais ou resumir documentos corporativos.
O Fastino ainda não está divulgando métricas ou usuários iniciais, mas diz que seu desempenho está impressionando os primeiros usuários. Lewis, um repórter do TechCrunch, disse que, como os modelos são tão pequenos, eles podem fornecer uma resposta completa com um único token. Essa tecnologia é capaz de dar uma resposta abrangente em apenas milissegundos.
Evento do TechCrunch
Berkeley, CA.
|
5 de junho
Reserve agora
Ainda é um pouco cedo para saber se a abordagem de Fastino vai pegar. Empresas como Cohere, Databricks e outras também estão promovendo a IA, que se destaca em determinadas tarefas. Os fabricantes de modelos SATA antrópicos, Mistral e outros modelos SATA focados em empresas também fornecem modelos pequenos. O futuro da IA geradora corporativa também provavelmente estará em modelos de linguagem menores que são mais focados. Atualmente, o Fastino está focado em criar uma equipe de ponta de especialistas de IA. Ele está visando pesquisadores nos principais laboratórios de IA que não são obcecados em construir o maior modelo ou derrotar os benchmarks.
“Nossa estratégia de contratação está muito focada em pesquisadores que talvez tenham um processo de pensamento contrário de como os modelos de idiomas estão sendo construídos agora”, diz Lewis.
