KI SpotlightNewsTrajectory sammelt 45 Millionen Dollar ein und öffnet Post-Training-Plattform
Sequoia führt die Series A des 18-köpfigen Startups, das Fachexperten ohne ML-Kenntnisse Open-Source-Modelle nachtrainieren lassen will. Die Finanzierungsangaben stammen vom Unternehmen.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Laut Unternehmen sammelte Trajectory eine Series-A-Runde über 45 Mio. US-Dollar bei 300 Mio. US-Dollar Bewertung.
- Sequoia Capital führte die Runde an; beteiligt waren Nvidia, Bessemer Venture Partners und Bain Capital Ventures.
- Die Ankündigung erfolgte am 2. November; zugleich wurde die Post-Training-Plattform als Self-Serve-Angebot verfügbar.
- Gründer sind Ronak Malde, Michael Elabd und Arjun Karanam, drei Stanford-Kommilitonen.
- Unternehmen starten mit einem Open-Source-Modell und trainieren es per Feedback für spezialisierte Aufgaben nach (Continual Learning).
Sequoia führt 45-Millionen-Runde für Trajectory und öffnet die Plattform
Das Startup Trajectory hat eine Series-A-Runde über 45 Millionen US-Dollar bei einer Bewertung von 300 Millionen US-Dollar abgeschlossen. Angeführt hat Sequoia Capital, beteiligt sind Nvidia, Bessemer Venture Partners und Bain Capital Ventures. Am 2. November kündigte das Unternehmen die Finanzierung an. Zugleich machte es seine Post-Training-Plattform erstmals als Self-Serve-Angebot öffentlich zugänglich.
Die Zahlen nannte das Unternehmen nach vorliegenden Berichten gegenüber TechCrunch. Eine eigene Primärquelle des Unternehmens liegt uns nicht vor, die Berichte stimmen in den Angaben aber überein. Über die Runde haben wir bereits berichtet; neu sind die Finanzierungszahlen nicht. Ergänzend gibt es nun Details zu Gründern, Kunden und Wettbewerbern.
Feedback aus Anwendungen soll Open-Source-Modelle für Juristen und Ärzte nachtrainieren
Die Plattform setzt auf Continual Learning. Unternehmen starten mit einem Open-Source-Modell und binden es an ihre Anwendungen an. Dort erfasst die Software Feedback zur Modellleistung und nutzt es, um das Modell für spezialisierte Aufgaben nachzutrainieren.
Angesprochen sind Fachexperten wie Juristen und Ärzte. Sie sollen selbst festlegen, woran sich gute Modellleistung bemisst, und diese Kriterien in Verbesserungen übersetzen können. Trajectory argumentiert, die Automatisierung des Post-Trainings mache spezialisierte KI schneller und günstiger und verringere die Abhängigkeit von teuren Forschern oder Forward-Deployed Engineers. Das ist eine Herstellerbehauptung. Belege wie Preisangaben, Kundenfallstudien oder Kosten- und Zeitvergleiche mit manuellem Fine-Tuning liegen nicht vor. Auch zu unterstützten Modellen macht das Material keine Angaben.
Gründer kommen von DeepMind und Apple, Harvey und Rogo setzen die Plattform laut Bericht ein
Gegründet wurde Trajectory vor etwa einem Jahr von Ronak Malde, Michael Elabd und Arjun Karanam. Die drei sind Stanford-Kommilitonen mit früherer Erfahrung bei Google DeepMind und Apple. Laut ua.news gehörte Malde zu den Windsurf-Forschern, die DeepMind übernommen hat. Elabd arbeitete ebenfalls bei DeepMind, Karanam zuvor bei Apple an generativen Foundation-Modellen. Das Unternehmen hat 18 Mitarbeitende.
Als Kunden nennt Trajectory Harvey, Rogo, Decagon, Mercor und Nvidia. Laut ua.news setzen Harvey und Rogo die Plattform bereits ein, um Open-Source-Modelle nachzutrainieren. Nvidia tritt damit in doppelter Rolle auf: als Investor und als Nutzer.
Trajectory nennt Thinking Machines, Applied Compute und Prime Intellect als Konkurrenz
Als direkte Wettbewerber führt Trajectory das Thinking Machines Lab an, Anbieter der Fine-Tuning-Plattform Tinker, sowie Applied Compute, zuletzt mit 3,25 Milliarden US-Dollar bewertet. Hinzu kommt Prime Intellect, das Unternehmen beim Aufbau und Training eigener KI-Agenten unterstützt. Damit tritt ein weiterer finanzstarker Anbieter in ein Segment ein, in dem bereits mehrere Firmen aktiv sind.
