Gradient融资1000万美元，开发者可定制开源语言模型

划重点:

🚀 Gradient融资1000万美元，用于扩大其云平台的采用，允许开发人员托管定制版本的开源语言模型。

🤖 开发人员无需从头开始编写人工智能应用程序，因为市场上有许多开源的预训练神经网络可用，但他们仍然需要设置和维护其开源AI模型运行的基础架构。

🌐 Gradient提供了一个专门设计用于托管开源大型语言模型的云平台，旨在自动化AI基础设施管理中的大部分手动工作。

初创公司Gradient已经成功融资1000万美元，用于扩大其云平台的采用，该平台允许开发人员托管定制版本的开源语言模型。这项投资由Wing VC领投，Mango Capital、Tokyo Black、The New Normal Fund、Secure Octane和Global Founders Capital也参与了这一轮融资。

许多软件团队构建人工智能应用程序时，不必从头开始编写代码，因为市场上有许多开源的预训练神经网络可用。然而，他们仍然需要设置和维护其开源AI模型运行的基础架构。此外，许多公司还会根据特定任务自定义他们采用的神经网络，这涉及到额外的工作。

Gradient的使命是简化这个过程。该公司以Preemo Inc.的名义注册，提供了一个专门设计用于托管开源大型语言模型的云平台，旨在自动化AI基础设施管理中的大部分手动工作。Gradient的平台内置了超过半打的开源语言模型，其参数复杂程度从几亿到数千亿不等。参数多的模型能够以高精度执行复杂的计算任务，而规模较小的模型运行更快。

Gradient的云中的一些神经网络经过了针对特定用例的优化。该公司提供了Code Llama的预打包版本，这是Meta Platforms Inc.的一种面向代码生成任务的语言模型。此外，Gradient还提供了针对医疗、金融和法律领域特定用例的优化模型。

开发团队可以通过在自己的数据集上训练来进一步定制该公司的模型。Gradient提供了一个命令行界面工具来管理这个过程。据该公司称，对其大型语言模型进行自定义数据集的训练只需要几行代码。

此外，Gradient还承诺简化AI开发工作流程的某些其他方面。该公司提供了一个用于将数据编码成嵌入式的应用程序编程接口，这是AI模型保留其知识的数学结构。一旦数据被转化为嵌入式，语言模型可以使用它来生成答案。Gradient还提供与LangChain的集成，LangChain是一种开源工具，可以简化将大型语言模型集成到企业应用程序中的任务。

Gradient的平台针对的一个用例是托管专家混合（MoE）应用程序。这些是不由单一语言模型，而是由多个专业化神经网络驱动的AI应用程序。MoE服务将其接收到的每个任务分配给最适合执行该任务的神经网络。

据报道，Gradient的平台目前已经被大约20家企业使用。为了支持其客户基础的持续增长，该公司将利用新关闭的种子轮融资扩大其云平台，还计划在年底前雇佣8名新员工。