Trajectory ha recaudado 45 millones de dólares en una ronda de financiación Serie A, con una valoración de 300 millones de dólares, mientras trabaja para facilitar el entrenamiento de modelos de IA especializados a personas sin conocimientos técnicos. Sequoia lideró la ronda, en la que también participaron Nvidia, Bessemer Venture Partners y Bain Capital Ventures.
Fundada hace aproximadamente un año por tres compañeros de Stanford, Trajectory busca ayudar a los modelos de IA a mejorar en tareas especializadas mediante el aprendizaje a partir de comentarios. La empresa cuenta con 18 empleados y sus fundadores tienen experiencia en Google DeepMind y Apple.
Las empresas suelen adaptar modelos de IA de propósito general a campos como el derecho y las finanzas mediante el ajuste fino. Ese trabajo puede requerir equipos internos de investigación o consultores costosos. En cambio, la plataforma de Trajectory conecta un modelo de código abierto con las aplicaciones de una empresa, recopila comentarios sobre su rendimiento y utiliza esa información para volver a entrenar el modelo con el tiempo.
El cofundador Ronak Malde dijo que la plataforma está pensada para permitir que especialistas, incluidos abogados y médicos, definan cómo se desempeña un modelo sin depender de un equipo técnico que gestione el proceso. Las empresas pueden establecer qué significa realizar un trabajo con éxito en su organización y usar ese criterio para orientar las mejoras.
Harvey y Rogo utilizan Trajectory para el postentrenamiento de modelos de código abierto en tareas como revisar tipos específicos de contratos legales o valorar empresas según métodos particulares. Entre los demás clientes se encuentran Decagon, Mercor y Nvidia. Ahora, la startup está poniendo su plataforma de postentrenamiento a disposición del público.
El enfoque de Trajectory incorpora comentarios humanos, algo que, según el cofundador Michael Elabd, la distingue de los sistemas autónomos de automejora, que podrían producir resultados imprevistos. La startup se enfrenta a la competencia de Thinking Machines Lab, Applied Compute y Prime Intellect, que también trabajan en herramientas de entrenamiento o postentrenamiento de IA.
Los fundadores afirman que la interfaz del producto es fundamental para que el postentrenamiento sea accesible a usuarios sin conocimientos técnicos. El equipo también incluye investigadores y diseñadores de producto que trabajaron anteriormente en OpenAI, Stripe y Netflix.
Fuentes: TechCrunch Startups.