无论是由OpenAI、Anthropic开发,还是基于开源替代方案构建,当前的AI模型都面临一个关键限制:它们无法在没有额外训练的情况下从错误中学习。
企业在将这些模型应用于法律、金融等专业领域时,通常通过微调通用模型来解决这一问题。然而,这往往需要组建内部研究团队或依赖昂贵的顾问,通常被称为前置部署工程师(FDEs)。
Trajectory是一家成立约一年的初创公司,由三位曾在Google DeepMind和Apple工作的斯坦福校友创办,致力于自动化这一过程,使AI模型能够从反馈中学习,并在专业任务上持续改进。
这家拥有18名员工的公司刚刚宣布完成4500万美元的A轮融资,估值达3亿美元,领投方为红杉资本,参与投资的还有Nvidia、Bessemer风险投资和贝恩资本风险投资。
Trajectory联合创始人Ronak Malde将基础模型比作一位非常聪明、刚入职的博士生,“但经济真正看重的是那些在岗位上工作了30年的人。”
该公司通过持续学习(continual learning)的方法来解决这一问题。使用Trajectory的平台,企业可以从开源AI模型开始,将平台连接到自己的应用中,收集模型表现的反馈。随后,Trajectory利用这些信息对模型进行再训练,帮助其随着时间推移在专业任务上不断提升。
Malde表示,借助Trajectory,律师、医生等专业人士几乎可以自行改进模型,这将大幅加快并降低专业AI的部署成本。

目前,Harvey和Rogo等公司已经在使用Trajectory的平台对开源模型进行后期训练,使其表现更接近经验丰富的律师或金融分析师,能够从之前的任务中学习,比如审查特定类型的法律合同或采用特定方法对公司进行估值。Trajectory的其他客户还包括Decagon、Mercor和Nvidia。该初创公司现已公开其后期训练平台。
Malde指出,使用Trajectory的人可以定义“什么是对他们组织来说的好表现”,并将其转化为模型的改进。
Trajectory的持续学习方法与递归自我提升(RSI)有一定相似之处,后者指AI系统能够自我提升能力。但联合创始人Michael Elabd认为,保持人在训练过程中的参与使Trajectory的方法更安全,因为自主自我提升可能导致意外甚至危险的结果。
Trajectory并非唯一一家致力于自动化后期训练的初创公司。它将由前OpenAI首席技术官Mira Murati创立的Thinking Machines Lab和微调平台Tinker视为直接竞争对手,此外还有上月估值达32.5亿美元的Applied Compute,以及帮助企业构建和训练AI代理的Prime Intellect。
Malde认为,公司的最大优势在于团队。他本人曾是Google DeepMind从Windsurf收购的少数研究人员之一,Elabd也曾在DeepMind工作,第三位联合创始人Arjun Karanam曾在Apple负责生成式基础模型。公司还吸引了来自OpenAI、Stripe和Netflix的研究人员及产品设计师。
为何设计对一家专注于AI训练的公司如此重要?Karanam表示,Trajectory开发了一个界面,使非技术客户也能轻松进行后期训练。


