TypeSafe AI, Jev "ਸਿਸਟਮ ਵਨ" ਫੈਸਲੇ ਮਾਡਲ ਦੇ ਪਿੱਛੇ ਸਟਾਰਟਅੱਪ, ਨੇ ਸ਼ੁੱਕਰਵਾਰ ਨੂੰ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਉਸਨੇ $7.5 ਬਿਲੀਅਨ ਦੇ ਮੁੱਲਾਂਕਣ 'ਤੇ $870 ਮਿਲੀਅਨ ਇਕੱਠੇ ਕੀਤੇ ਹਨ - ਇੱਕ ਦੌਰ ਜੋ ਕੰਪਨੀ ਦੁਆਰਾ ਪਹਿਲੀ ਵਾਰ ਆਪਣਾ ਫਲੈਗਸ਼ਿਪ ਉਤਪਾਦ ਲਾਂਚ ਕਰਨ ਤੋਂ ਇੱਕ ਮਹੀਨੇ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਬੰਦ ਹੁੰਦਾ ਹੈ।
ਕੰਪਨੀ ਦੀ ਘੋਸ਼ਣਾ ਦੇ ਅਨੁਸਾਰ, ਰਾਊਂਡ ਦੀ ਅਗਵਾਈ ਐਂਡਰੀਸਨ ਹੋਰੋਵਿਟਜ਼ ਦੁਆਰਾ ਕੀਤੀ ਗਈ ਸੀ, ਜਿਸ ਵਿੱਚ ਸੇਕੋਆ ਕੈਪੀਟਲ, ਮੌਜੂਦਾ ਨਿਵੇਸ਼ਕ DCVC ਅਤੇ ਦੂਤ ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਦੀ ਸ਼ਮੂਲੀਅਤ ਸੀ। a16z ਪਾਰਟਨਰ ਮਾਰਟਿਨ ਕੈਸਾਡੋ, ਜਿਸਦਾ ਅਭਿਆਸ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਨੈੱਟਵਰਕ ਸਿਸਟਮ ਸਟਾਰਟਅੱਪ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ, ਕੰਪਨੀ ਦੇ ਬੋਰਡ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਰਿਹਾ ਹੈ। ਬਲੂਮਬਰਗ ਨੇ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ $7.5 ਬਿਲੀਅਨ ਮੁੱਲਾਂਕਣ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ। For more context on this story, see our ongoing more AI stories.
ਲਾਂਚ ਤੋਂ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਮੈਗਾ-ਰਾਉਂਡ ਤੱਕ
ਗਤੀ ਕਿਸੇ ਵੀ ਮਿਆਰ ਦੁਆਰਾ ਅਸਧਾਰਨ ਹੈ. TypeSafe, ਸਾਬਕਾ ਓਪਨAI ਖੋਜਕਰਤਾ ਡਿਓਗੋ ਅਲਮੇਡਾ ਦੁਆਰਾ ਸਥਾਪਿਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਜਿਸਨੇ ChatGPT 'ਤੇ ਕੰਮ ਕੀਤਾ ਸੀ, ਸਤੰਬਰ ਦੇ ਅੱਧ ਵਿੱਚ Jev ਦੇ ਨਾਲ ਸਟੀਲਥ ਤੋਂ ਉਭਰਿਆ, ਇੱਕ ਮਾਡਲ ਜਿਸ ਨੂੰ ਕੰਪਨੀ ਇੱਕ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਵਜੋਂ ਨਹੀਂ, ਬਲਕਿ ਇੱਕ "ਸਿਸਟਮ ਵਨ ਮਾਡਲ" ਵਜੋਂ ਦਰਸਾਉਂਦੀ ਹੈ — ਇੱਕ ਸਿਸਟਮ ਜੋ ਟੈਕਸਟ ਦੀ ਬਜਾਏ ਤੇਜ਼ੀ ਨਾਲ, ਕੈਲੀਬਰੇਟ ਕੀਤੇ ਫੈਸਲਿਆਂ ਅਤੇ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਵਾਪਸ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।
ਲਾਂਚ ਵੇਲੇ, ਕੰਪਨੀ ਨੇ ਦਾਅਵਾ ਕੀਤਾ ਕਿ Jev LLM-ਅਧਾਰਿਤ ਪਹੁੰਚਾਂ ਨਾਲੋਂ 200 ਗੁਣਾ ਤੇਜ਼ੀ ਨਾਲ ਢਾਂਚਾਗਤ ਫੈਸਲੇ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਗਾਹਕ ਵਰਸੇਲ ਨੇ ਤੁਲਨਾਤਮਕ LLM ਪਾਈਪਲਾਈਨਾਂ ਨਾਲੋਂ 5 ਤੋਂ 18 ਗੁਣਾ ਤੇਜ਼ੀ ਨਾਲ ਨਤੀਜਿਆਂ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ, ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਸੀ। ਉਸ ਸ਼ੁਰੂਆਤ ਦੇ ਤਿੰਨ ਹਫ਼ਤਿਆਂ ਦੇ ਅੰਦਰ, ਕੰਪਨੀ ਨੇ ਸ਼ੁਰੂਆਤੀ ਟ੍ਰੈਕਸ਼ਨ ਨੂੰ ਸਾਲ ਦੇ ਇੱਕ ਵੱਡੇ ਸੀਰੀਜ਼ A ਦੌਰ ਵਿੱਚ ਤਬਦੀਲ ਕਰ ਦਿੱਤਾ ਹੈ - ਹਾਲਾਂਕਿ ਇੱਕ ਕੰਪਨੀ ਨੇ ਆਪਣੇ ਆਮ ਤੌਰ 'ਤੇ ਅਪਵਿੱਤਰ ਘੋਸ਼ਣਾ ਵਿੱਚ "ਸੀਰੀਜ਼ AI" ਦਾ ਨਾਮ ਦਿੱਤਾ ਹੈ।
ਤੁਲਨਾ ਲਈ, ਪਰੰਪਰਾਗਤ ਉੱਦਮ ਪੇਸਿੰਗ ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਇੱਕ ਉਤਪਾਦ ਲਾਂਚ ਕਰਨ ਅਤੇ ਨੌ-ਅੰਕੜੇ ਦੇ ਵਾਧੇ ਦੇ ਵਿਚਕਾਰ 12 ਤੋਂ 24 ਮਹੀਨਿਆਂ ਦਾ ਸਮਾਂ ਦਿੰਦੀ ਹੈ। TypeSafe ਨੇ ਇਹ ਲਗਭਗ 20 ਦਿਨਾਂ ਵਿੱਚ ਕੀਤਾ, ਦੋਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਪੂੰਜੀ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਵਿਭਿੰਨ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵੱਲ ਵਧ ਰਹੀ ਹੈ ਅਤੇ ਆਮ LLM ਖੇਤਰ ਕਿੰਨੀ ਭੀੜ ਵਾਲਾ ਹੋ ਗਿਆ ਹੈ।
TypeSafe ਕੀ ਕਹਿੰਦਾ ਹੈ ਇਹ ਬਣਾਏਗਾ
ਆਪਣੀ ਘੋਸ਼ਣਾ ਵਿੱਚ, ਕੰਪਨੀ ਨੇ ਪੈਸੇ ਨੂੰ ਤਿੰਨ ਵਚਨਬੱਧਤਾਵਾਂ ਦੇ ਦੁਆਲੇ ਤਿਆਰ ਕੀਤਾ: Jev ਤੋਂ ਪਰੇ ਹੋਰ "ਮਸ਼ੀਨ-ਨੇਟਿਵ" ਮਾਡਲ, ਗਾਹਕਾਂ ਦੁਆਰਾ ਬੇਨਤੀ ਕੀਤੀ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਜਿਸਦਾ ਉਦੇਸ਼ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਣਾਉਣਾ ਹੈ ਜਿਸਨੂੰ ਇਹ ਸਮਾਰਟ ਸੌਫਟਵੇਅਰ ਕਹਿੰਦੇ ਹਨ। ਕੰਪਨੀ ਨੇ ਇਹ ਵੀ ਦਾਅਵਾ ਕੀਤਾ ਕਿ "ਫੋਰਚੂਨ 500 ਦਾ ਇੱਕ ਤਿਹਾਈ" ਪਹਿਲਾਂ ਹੀ Jev ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਇਹ ਕਿ "ਗਾਹਕਾਂ ਦੇ ਉਤਪਾਦਨ ਵਿੱਚ ਲੱਖਾਂ ਡਾਲਰ ਬਚਾਏ ਹਨ" - ਉਹ ਅੰਕੜੇ ਜੋ ਖੁਦ ਕੰਪਨੀ ਤੋਂ ਆਉਂਦੇ ਹਨ ਅਤੇ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਆਡਿਟ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ।
ਭਰਤੀ ਕਰਨ ਦਾ ਸੁਨੇਹਾ ਵੀ ਬਰਾਬਰ ਸੀ, ਜਿਸ ਵਿੱਚ ਭਰਤੀ ਕਰਨ ਵਾਲਿਆਂ ਨੂੰ "ਮੇਮ ਟੀਮ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ" ਦਾ ਸੱਦਾ ਦੇਣ ਵਾਲੀ ਪੋਸਟ ਦੇ ਨਾਲ ਇਹ ਸੰਕੇਤ ਮਿਲਦਾ ਹੈ ਕਿ ਸਟਾਰਟਅਪ ਅਪ੍ਰਤੱਖ ਜਨਤਕ ਟੋਨ ਨੂੰ ਜਾਰੀ ਰੱਖਣ ਦਾ ਇਰਾਦਾ ਰੱਖਦਾ ਹੈ ਜੋ ਇਸਨੇ ਚੋਰੀ ਤੋਂ ਬਾਅਦ ਵਰਤਿਆ ਹੈ।
ਬਾਜ਼ੀ: ਇੱਕ ਵੱਖਰੀ ਮਾਡਲ ਪਰਤ ਵਜੋਂ ਫੈਸਲਾ ਲੈਣਾ
ਗੋਲ ਲੈਂਡਜ਼ ਮੋਨੋਲੀਥਿਕ ਭਾਸ਼ਾ ਦੇ ਮਾਡਲਾਂ ਤੋਂ ਬਾਹਰ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਵਧ ਰਹੀ ਦਿਲਚਸਪੀ ਦੇ ਵਿਚਕਾਰ. ਇਸ ਹਫਤੇ ਇਨਫੋਵਰਲਡ ਦੁਆਰਾ ਰਿਪੋਰਟਿੰਗ ਦੀ ਜਾਂਚ ਕੀਤੀ ਗਈ ਕਿ ਕਿਵੇਂ ਏਆਈ ਵਿਕਰੇਤਾ ਫੈਸਲੇ ਲੈਣ ਨੂੰ ਇੱਕ ਵੱਖਰੇ ਮਾਡਲ ਲੇਅਰ ਵਜੋਂ ਵਰਤ ਰਹੇ ਹਨ, ਨਾ ਕਿ ਇੱਕ ਆਮ-ਉਦੇਸ਼ ਵਾਲੇ ਮਾਡਲ ਨੂੰ ਤਰਕ ਕਰਨ, ਫੈਸਲਾ ਕਰਨ ਅਤੇ ਇੱਕ ਪਾਸ ਵਿੱਚ ਜਵਾਬ ਦੇਣ ਲਈ ਕਹਿਣ ਦੀ ਬਜਾਏ।
TypeSafe ਦੀ ਪਿੱਚ ਉਸ ਥੀਸਿਸ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਫਿੱਟ ਬੈਠਦੀ ਹੈ: ਉੱਚ-ਆਵਾਜ਼, ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਵਿਕਲਪਾਂ ਲਈ — ਰੂਟਿੰਗ, ਟ੍ਰਾਈਜ, ਮਨਜ਼ੂਰੀ, ਜੋਖਮ ਕਾਲਾਂ — ਇੱਕ ਛੋਟਾ ਕੈਲੀਬਰੇਟ ਕੀਤਾ ਮਾਡਲ ਇੱਕ ਪੂਰੇ LLM ਅਨੁਮਾਨ ਨਾਲੋਂ ਤੇਜ਼, ਸਸਤਾ ਅਤੇ ਵਧੇਰੇ ਅਨੁਮਾਨ ਲਗਾਉਣ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਵਿਸ਼ਵਾਸ ਦੇ ਪੱਧਰਾਂ ਦਾ ਪਰਦਾਫਾਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਟੈਕਸਟ ਪੀੜ੍ਹੀ ਨੂੰ ਅਸਪਸ਼ਟ ਕਰਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਸੱਟੇਬਾਜ਼ੀ ਕਰਦੇ ਜਾਪਦੇ ਹਨ ਕਿ ਇਹ ਪਰਤ ਸਰਹੱਦੀ ਮਾਡਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਵਾਲੀ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਬਜਾਏ ਸਥਾਈ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣ ਜਾਂਦੀ ਹੈ।
ਵਿਰੋਧੀ ਦਲੀਲ ਬਰਾਬਰ ਜਾਣੂ ਹੈ: ਫਰੰਟੀਅਰ ਲੈਬਾਂ ਹਰ ਪੀੜ੍ਹੀ ਦੇ ਨਾਲ ਲੇਟੈਂਸੀ ਅਤੇ ਲਾਗਤ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਦੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ, ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਪਲੇਟਫਾਰਮ ਤੇਜ਼ੀ ਨਾਲ ਸਟ੍ਰਕਚਰਡ-ਆਉਟਪੁੱਟ ਅਤੇ ਟੂਲ-ਕਾਲਿੰਗ ਮੋਡਾਂ ਦਾ ਪਰਦਾਫਾਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਵਿਸ਼ੇਸ਼ ਫੈਸਲੇ ਮਾਡਲਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਦਾ ਬਹੁਤਾ ਹਿੱਸਾ ਡੁਪਲੀਕੇਟ ਕਰਦੇ ਹਨ। ਕੀ ਜੇਵ ਦਾ ਅਰਥ ਸ਼ਾਸਤਰ ਫਰੰਟੀਅਰ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਸਸਤੇ ਹੋਣ ਕਾਰਨ ਕਾਇਮ ਰਹਿੰਦਾ ਹੈ, ਇਹ ਕੇਂਦਰੀ ਸਵਾਲ ਹੈ ਕਿ ਮੁਲਾਂਕਣ ਨੂੰ ਹੁਣ ਜਵਾਬ ਦੇਣਾ ਪਵੇਗਾ।
ਗੋਲ ਮਾਰਕੀਟ ਬਾਰੇ ਕੀ ਕਹਿੰਦਾ ਹੈ
ਵਿਆਪਕ ਫੰਡਿੰਗ ਵਾਤਾਵਰਣ ਘੋਸ਼ਣਾ ਨੂੰ ਵਾਧੂ ਸੰਦਰਭ ਦਿੰਦਾ ਹੈ। ਕੈਪੀਟਲ ਨੇ ਇਸ ਸਾਲ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਹੈ - ਡਾਟਾ ਸੈਂਟਰ, ਚਿਪਸ, ਪਾਵਰ - ਜਦੋਂ ਕਿ ਮਾਡਲ-ਲੇਅਰ ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਸਭ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਤਿੱਖੇ ਫਰਕ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਨਿਰਣਾਇਕ ਮਾਡਲ ਜੋ ਕਦੇ ਵੀ ਟੋਕਨ ਨਹੀਂ ਬਣਾਉਂਦਾ ਹੈ, ਓਨਾ ਹੀ ਤਿੱਖਾ ਹੁੰਦਾ ਹੈ ਜਿੰਨਾ ਕਿ ਵਿਭਿੰਨਤਾਵਾਂ ਨੂੰ ਮਿਲਦਾ ਹੈ: ਇਹ ਨਿਰਮਾਣ ਦੁਆਰਾ ਭਰਮ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਦੂਰ ਕਰਦਾ ਹੈ, ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਆਡਿਟ ਕਰਨ ਯੋਗ ਵਿਸ਼ਵਾਸ ਸਕੋਰ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਖੁਫੀਆ ਜਾਣਕਾਰੀ ਦੀ ਬਜਾਏ ਅਨੁਮਾਨ ਦੇ ਵਿਰੁੱਧ ਕੀਮਤਾਂ ਦਿੰਦਾ ਹੈ।
ਇਹ ਇੱਕ ਭਰਤੀ ਦੇ ਪੈਟਰਨ ਨੂੰ ਵੀ ਫਿੱਟ ਕਰਦਾ ਹੈ ਨਿਵੇਸ਼ਕ ਨੇੜਿਓਂ ਟਰੈਕ. TypeSafe ਦੀ ਸੰਸਥਾਪਕ ਟੀਮ ਉਸ ਸਮੂਹ ਤੋਂ ਆਉਂਦੀ ਹੈ ਜਿਸ ਨੇ OpenAI 'ਤੇ ChatGPT ਨੂੰ ਬਣਾਇਆ ਅਤੇ ਭੇਜਿਆ ਹੈ, ਅਤੇ ਕੰਪਨੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸੱਟੇਬਾਜ਼ੀ ਕਰ ਰਹੀ ਹੈ ਕਿ AI ਸਟੈਕ ਦੀ ਅਗਲੀ ਪਰਤ ਉਹਨਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਬਣਾਈ ਗਈ ਹੈ ਜੋ ਮੌਜੂਦਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੰਦਰੋਂ ਸਮਝਦੇ ਹਨ। ਟੈਕਨਾਲੋਜੀ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਟਿਕਾਊ ਪਰਤ ਦੇ ਰੂਪ ਵਿੱਚ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਜਨਤਕ ਫੋਕਸ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, ਕੈਸਾਡੋ ਦੀ ਬੋਰਡ ਸੀਟ ਉਸ ਰੀਡਿੰਗ ਵਿੱਚ ਭਾਰ ਵਧਾਉਂਦੀ ਹੈ।
ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਜੋਖਮ ਹਨ ਜੋ ਘੋਸ਼ਣਾ ਨੂੰ ਸੰਬੋਧਿਤ ਨਹੀਂ ਕਰਦੀ ਹੈ। ਇੱਕ $7.5 ਬਿਲੀਅਨ ਪੋਸਟ-ਮਨੀ ਮੁੱਲਾਂਕਣ ਇੱਕ ਕੰਪਨੀ ਲਈ ਇੱਕ ਸ਼ਿਪਿੰਗ ਉਤਪਾਦ, ਹਫ਼ਤਿਆਂ ਦੇ ਉਤਪਾਦਨ ਦੇ ਇਤਿਹਾਸ ਅਤੇ ਇੱਕ ਗਾਹਕ ਅਧਾਰ ਲਈ ਇੱਕ ਉੱਚ ਬਾਰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਜਿਸਦੀ ਰਚਨਾ - ਫਾਰਚੂਨ 500 ਦਾਅਵੇ ਤੋਂ ਪਰੇ - ਅਣਜਾਣ ਰਹਿੰਦੀ ਹੈ। ਕੈਲੀਬਰੇਟਿਡ ਫੈਸਲੇ ਮਾਡਲਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਵਾਲੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਰੀਦਦਾਰ ਵੀ ਲੌਕ-ਇਨ ਨੂੰ ਤੋਲਣਗੇ: ਇੱਕ ਮਲਕੀਅਤ ਫੈਸਲੇ ਦੀ ਪਰਤ ਸਟੈਕ ਵਿੱਚ ਡੂੰਘੀ ਬੈਠਦੀ ਹੈ, ਅਤੇ ਇੱਕ ਵਾਰ ਰੂਟਿੰਗ, ਮਨਜ਼ੂਰੀ ਜਾਂ ਜੋਖਮ ਤਰਕ ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਲਾਗਤਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਣਾ.
ਪੋਸਟ-LLM ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਲਈ ਇੱਕ ਟੈਸਟ ਕੇਸ
TypeSafe ਦਾ ਵਾਧਾ ਇਸਦੀ ਗਤੀ ਅਤੇ ਸਰੋਤ ਨਾਲੋਂ ਇਸਦੇ ਆਕਾਰ ਲਈ ਘੱਟ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ। a16z ਅਤੇ Sequoia ਦੋਵੇਂ ਇੱਕ ਗੈਰ-LLM ਮਾਡਲ ਕੰਪਨੀ ਲਈ ਇੱਕ ਗੇੜ ਵਿੱਚ ਹਿੱਸਾ ਲੈ ਰਹੇ ਹਨ, ਤਿੰਨ ਹਫ਼ਤਿਆਂ ਤੋਂ ਬਾਅਦ-ਲਾਂਚ, ਉਹਨਾਂ ਆਰਕੀਟੈਕਚਰ ਲਈ ਸੰਸਥਾਗਤ ਭੁੱਖ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਜੋ ਅੰਦਰ ਦੀ ਬਜਾਏ - ਇੱਕ ਪ੍ਰਮੁੱਖ ਪੈਰਾਡਾਈਮ ਹੈ। ਮੌਜੂਦਾ ਨਿਵੇਸ਼ਕ ਵਜੋਂ DCVC ਦੀ ਵਾਪਸੀ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਥੀਸਿਸ ਉਤਪਾਦ ਦੇ ਜਨਤਕ ਸ਼ੁਰੂਆਤ ਤੋਂ ਪਹਿਲਾਂ ਹੈ।
ਕੰਪਨੀ ਦੀ ਆਪਣੀ ਘੋਸ਼ਣਾ ਇਸ ਬਾਰੇ ਸਪੱਸ਼ਟ ਸੀ ਕਿ ਦੌਰ ਨੂੰ ਕੀ ਸਾਬਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ: ਕਿ ਕੈਲੀਬਰੇਟਿਡ ਫੈਸਲੇ ਮਾਡਲ ਫਾਰਚੂਨ 500 ਪੈਮਾਨੇ 'ਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗਰੇਡ ਭਰੋਸੇਯੋਗਤਾ ਰੱਖ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਹ ਕਿ ਸ਼ੁਰੂਆਤੀ ਤੈਨਾਤੀਆਂ ਵਿੱਚ ਮਾਪਿਆ ਗਿਆ ਗਤੀ ਲਾਭ ਉਤਪਾਦਨ ਦੇ ਵਰਕਲੋਡਾਂ ਨਾਲ ਸੰਪਰਕ ਵਿੱਚ ਰਹਿੰਦਾ ਹੈ। ਉਹ ਸਬੂਤ, ਮੁਲਾਂਕਣ ਨਹੀਂ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਗੇ ਕਿ ਕੀ TypeSafe ਇੱਕ ਨਵੀਂ ਮਾਡਲ ਸ਼੍ਰੇਣੀ ਲਈ ਸੰਦਰਭ ਬਿੰਦੂ ਬਣ ਜਾਂਦਾ ਹੈ ਜਾਂ LLM ਯੁੱਗ ਦੇ ਤੇਜ਼, ਸਸਤੇ ਮਾਰਚ ਵਿੱਚ ਇੱਕ ਫੁਟਨੋਟ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
