استارتاپ Trajectory با جذب ۴۵ میلیون دلار سرمایه‌ی سری A در ارزیابی ۳۰۰ میلیون دلار، پلتفرم آموزش پس‌از‌مدل (post-training) خود را به‌صورت عمومی در دسترس قرار داد. این دور توسط Sequoia رهبری شد و Nvidia، Bessemer Venture Partners و Bain Capital Ventures نیز در آن مشارکت کردند.
Trajectory حدود یک سال پیش توسط سه هم‌کلاسی استنفورد تأسیس شده و اکنون ۱۸ نفر کارمند دارد. بنیان‌گذاران آن — Ronak Malde، Michael Elabd و Arjun Karanam — پیش‌تر در Google DeepMind و Apple کار کرده بودند. Malde از جمله پژوهشگرانی بود که Google DeepMind از Windsurf به‌صورت acqui-hire جذب کرد.
ایده‌ی اصلی این شرکت خودکارسازی فرایند آموزش مداوم (continual learning) است. شرکت‌هایی که مدل‌های عمومی را برای حوزه‌های تخصصی مانند حقوق و مالی تطبیق می‌دهند، معمولاً یا تیم تحقیقاتی داخلی استخدام می‌کنند یا به مشاوران گران‌قیمت (forward-deployed engineers) وابسته می‌مانند. Trajectory این فرایند را با اتصال پلتفرمش به اپلیکیشن‌های مشتری ساده می‌کند: مدل بازمتن انتخاب می‌شود، بازخورد عملکرد جمع‌آوری می‌گردد و مدل به‌طور تدریجی بازنویسی می‌شود.
Malde مدل‌های پایه را به دانشجوی دکتری باهوشی تشبیه کرد که «همیشه شغل جدیدی را شروع می‌کند»، در حالی که اقتصاد به کسی ارزش می‌دهد که «سی سال روی همان شغل کار کرده باشد».
مشتریان فعلی Trajectory شامل Harvey و Rogo (حوزه‌ی حقوق)، Decagon، Mercor و Nvidia هستند. این شرکت‌ها از پلتفرم برای آموزش مدل‌های بازمتن استفاده می‌کنند تا عملکردشان در وظایف تخصصی مانند بررسی نوع خاصی از قرارداد حقوقی یا ارزش‌گذاری شرکت با متدولوژی مشخص بهبود یابد.
Elabd تأکید می‌کند که برخلاف رویکرد خودبهبودی بازگشتی (RSI)، در Trajectory انسان در چرخه‌ی آموزش باقی می‌ماند و همین ایمنی را افزایش می‌دهد.
این خبر برای سازندگان ایجنت و اتوماسیون یعنی چه#
اگر شما در حال ساخت ایجنت‌های تخصصی هستید، این خبر یک گزینه‌ی جدید به فهرست ابزارهای post-training اضافه می‌کند — در کنار Thinking Machines Lab (پلتفرم Tinker)، Applied Compute و Prime Intellect. اما تفاوت عملی این خبر نسبت به اخبار جذب سرمایه‌ی معمول، در «عمومی شدن» پلتفرم است تا عدد ۴۵ میلیون دلار. تا پیش از این، Trajectory فقط با مشتریان انتخابی کار می‌کرد؛ حالا هر کسی می‌تواند وارد شود.
نکته‌ای که منبع صریح نمی‌گوید اما از ساختار خبر برمی‌آید: Trajectory مدل‌های بسته (OpenAI، Anthropic) را آموزش نمی‌دهد. رویکردش بر مدل‌های بازمتن سوار است. اگر زیرساخت شما حول API مدل‌های proprietary می‌چرخد، این پلتفرم مستقیماً به کارتان نمی‌آید. همچنین منبع جزئیاتی درباره‌ی قیمت، محدودیت‌های فنی یا نسخه‌ی عمومی منتشر نکرده — این‌ها اطلاعاتی هستند که باید از خود Trajectory بگیرید.
منبع: TechCrunch AI
دیدگاه‌ها
برای گذاشتن دیدگاه وارد شو
دیدگاه‌ها فقط از حسابهای کاربری پذیرفته میشوند.
ورود / ثبتنامهنوز دیدگاهی ثبت نشده — اولین نفر باش.