Astoņu cilvēku mākslīgā intelekta starta uzņēmums no Kembridžas, Apvienotajā Karalistē, pārņem dažus no lielākajiem nosaukumiem mākslīgā intelekta jomā, un tā jaunākie etalona rezultāti liecina, ka ne vienmēr ir nepieciešams milzīgs finansējums, lai konkurētu. Sqwish Labs ir piesaistījis 3 miljonus USD iepriekšēja finansējuma pēc tam, kad tā AI lēmumu modeļi specializētajos etalonpārbaudēs pārspēja konkurējošās sistēmas no OpenAI, Microsoft un TypeSafe.
Cambridge Enterprise Ventures, Kembridžas Universitātes investīciju grupa, vadīja kārtu, kurā piedalījās Parkwalk un Innovate UK atbalstīja. Eņģeļu investoru vidū ir profesors Stīvs Jangs, kura balss tehnoloģiju jaunuzņēmums VocalIQ Apple iegādājās Siri, un Karthik Tadinada, bijušais krāpšanas novēršanas uzņēmuma Featuresspace COO.
Sqwish Labs, kuru 2024. gadā dibināja Kembridžas absolventi Ušnišs Sengupta un Federika Fredi, ir izveidojusi specializētu AI modeļu saimi ar nosaukumu. kettei. Atšķirībā no tradicionālajiem lielo valodu modeļiem, kas ģenerē teksta rindkopas, šie modeļi koncentrējas uz ātru lēmumu pieņemšanu, strukturētu atbilžu atgriešanu un uzticamības rādītājus.
Šī atšķirība ir svarīga, jo uzņēmumi arvien vairāk izvieto AI aģentus, kas var pieņemt tūkstošiem lēmumu bez cilvēka iejaukšanās.
Saskaņā ar uzņēmuma 29. oktobra etalona rezultātiem tā lielākais modelis kettei fat ieņēma pirmo vietu starp mitinātajiem lēmumu modeļiem neatkarīgā novērtēšanas platformā JevBench. Modelis šajā kategorijā pārspēja konkurējošos piedāvājumus no OpenAI, Microsoft un TypeSafe.
Rezultāti pārsniedz uz tekstu balstītus lēmumus. Sqwish saka, ka kettei fat ieņēma pirmo vietu starp 64 sistēmām ImageJevBench, kas novērtē lēmumus, kas saistīti ar attēliem, un otrajā vietā S1MB angļu līderu sarakstā.
Šie reitingi mēra veiktspēju noteiktos uzdevumos, nevis vispārējo AI inteliģenci. JevBench novērtē vairākus faktorus, tostarp precizitāti, ticamības kalibrēšanu, ātrumu un izmaksas. Tā klasifikācija var mainīties, kad konkursā iesaistīsies jauni modeļi.
Tomēr rezultāti rada interesantu jautājumu: cik daudz skaitļošanas infrastruktūras un riska kapitāla patiešām ir nepieciešams AI jaunuzņēmumam, lai konkurētu?
Kāpēc Sqwish Labs liek likmes uz mazākiem AI modeļiem
Laiks nevarētu būt labāks Sqwish Labs. Kopš TypeSafe septembrī iepazīstināja ar Jev, lēmumu modeļi ir piesaistījuši OpenAI, Microsoft, Amazon, Cloudflare un Perplexity uzmanību.
Apelācija ir vienkārša. Daudzām AI lietojumprogrammām nav nepieciešams liels valodas modelis, lai ikreiz, kad tiek izdarīta izvēle, radītu ilgstošu atbildi. Viņiem ir nepieciešama ātra, uzticama sistēma, kas var izlemt, vai apstiprināt pieprasījumu, atlasīt rīku, klasificēt informāciju vai eskalēt sarežģītu lietu.
Sqwish vēlas, lai tā mazākie modeļi pieņemtu šos ikdienas lēmumus, atstājot sarežģītākus uzdevumus lielākām AI sistēmām.
“AI nav nepieciešams milzīgs modelis vai lielāks datu centrs, lai pieņemtu katru nelielu lēmumu,” sacīja Ushnish Sengupta, Sqwish Labs līdzdibinātājs un izpilddirektors. “Neliels, ātrs modelis var izgatavot lielāko daļu no tiem par niecīgu izmaksu un enerģijas daļu, un tas zina, kad lūgt palīdzību. Šis finansējums ienes kettei no līderu saraksta augšgala produktos, ko cilvēki izmanto katru dienu.”
Jaunuzņēmums apgalvo, ka kettei savienošana pārī ar Anthropic Claude Opus 5.5 atbilst lielāka modeļa precizitātei ar aptuveni vienu trešdaļu no testu izmaksām. Šis salīdzinājums paliek uzņēmuma ziņojumā, un tas nenosaka līdzvērtīgu veiktspēju citās darba slodzēs.
Sqwish piedāvā savus modeļus, izmantojot OneHot — platformu, kurā izstrādātāji var apmācīt pielāgotas lēmumu sistēmas, izmantojot savus piemērus. Divi modeļi, kettei core un kettei dot, ir pieejami kā atvērti svari Hugging Face, ļaujot organizācijām tos darbināt savā infrastruktūrā.
Saskaņā ar uzņēmuma datiem, cenas sākas no USD 0,02 par miljonu ievades marķieru.
Sqwish plāno izmantot jauno kapitālu, lai izstrādātu nākamās paaudzes modeļus, paplašinātu OneHot uzņēmumu klientiem un nolīgtu papildu pētniekus un komerciālos darbiniekus Kembridžā.
AI nozarei, kas ir pieradusi pie milzīgām finansēšanas kārtām un plašām pētniecības komandām, Sqwish piedāvā atšķirīgu piedāvājumu: nākamā konkurences priekšrocība var rasties, apzinoties, kad mazāks modelis var paveikt darbu.
Tagad lielākais pārbaudījums ir tas, vai tā etalona veiktspēja nozīmē uzticamus lēmumus klientiem, kuri reālajā pasaulē izmanto AI sistēmas.
