Dopo aver ottenuto un finanziamento di due miliardi di dollari, per una valutazione complessiva post-money di 12 miliardi, il nuovo obiettivo di Thinking Machines Lab è trovare il modo di rendere i modelli linguistici di grandi dimensioni più coerenti nelle loro risposte.
La startup diretta da Mira Murati spiega in un post pubblicato sul suo blog che intende affrontare un problema noto nel settore come “casualità” delle risposte. Nel pratico, quando si pone una domanda ad un chatbot più volte nel corso del tempo, le risposte date sono sempre diverse fra loro. Ad oggi, gli LLM sono dei sistemi non deterministici e non in grado di fornire risposte stabili nel tempo.
Secondo Thinking Machines Lab, questo fenomeno è legato a come i kernel delle GPU vengono assemblati durante l’elaborazione dell’output. Il kernel di una GPU è un programma che descrive le istruzioni da eseguire su tanti dati in parallelo all’interno delle GPU. Intervenendo su questo passaggio, sarebbe quindi possibile rendere i modelli di intelligenza artificiale più deterministici.
Thinking Machines Lab vale 12 miliardi di dollari nel round di finanziamento iniziale
La startup di Mira Murati gode molto della grande fiducia…
