DatologyAI获4600万美元融资，简化大模型训练数据流程

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！

DatologyAI宣布获得4600万美元A轮融资，本次由 Felicis Ventures 的 Viv Faga 和 Astasia Myers 领投，Radical Ventures 和 Amplify Partners 等现有投资者以及 Elad Gil、M12 和Amazon Alexa Fund 等新投资者参与。

距离DatologyAI获得1165 万美元的种子融资，仅有3个月的时间。

DatologyAI可以帮助大模型平台、企业、个人开发者等训练数据的流程。DatologyAI 的产品可以帮助自动化创建这些数据集所涉及的大部分工作。

其工作原理是根据人工智能模型的设计目的，识别数据集中的哪些信息最合适。还可以提出用附加信息扩充现有数据集的方法，找出批处理该信息的最佳方法，或者将其分割成更易于管理的块以简化模型训练过程。

例如，哪些数据对于训练来说信息量最大？这是一个动态问题，它不仅随着单个数据点的变化而变化，而且随着整个数据集的变化而变化。

每个概念需要多少冗余？不同的概念具有不同的复杂性，因此需要不同数量的冗余。解决这个问题需要自动识别这些概念、它们的复杂性以及实际需要多少冗余。

如何平衡数据集？大多数数据都是长尾的，需要重新平衡数据集，以便模型学习整个分布，而不仅仅是模式。

应该如何从这些数据中排序和构建批次？虽然看似简单，但排序和批处理数据的方式会对学习速度产生巨大影响。

DatologyAI所的产品可使得大模型训练数据实现自动化，可扩展至PB级数据，并支持任何数据模式，无论用户的数据是文本、图像、视频、音频、表格还是基因组或地理空间数据等。

Morcos创始人兼首席执行官Ari Morcos 表示，通过使用更高效的训练数据集，可以提高AI模型的质量和性能，同时又不会使模型变得过大且训练和运行成本过高。DatologyAI可以帮助客户实现这一目的。

本文素材来源DatologyAI官网，如有侵权请联系删除

END

本篇文章来源于微信公众号: AIGC开放社区