Главное в материале

  • Trajectory привлекла $45 млн в раунде Series A при оценке $300 млн, раунд возглавила Sequoia, участвовали Nvidia, Bessemer Venture Partners и Bain Capital Ventures
  • Платформа позволяет компаниям дообучать open-source модели на обратной связи от их же приложений — без найма исследовательских команд или консультантов
  • Среди клиентов — Harvey, Rogo, Decagon, Mercor и Nvidia; конкурентами называются Thinking Machines Lab, Applied Compute и Prime Intellect

Раунд и основатели

Стартап Trajectory, основанный около года назад тремя однокурсниками из Стэнфорда с опытом работы в Google DeepMind и Apple, привлёк $45 млн в раунде Series A при оценке $300 млн. Раунд возглавила Sequoia, участие приняли Nvidia, Bessemer Venture Partners и Bain Capital Ventures. Об этом сообщает TechCrunch. В компании из 18 человек работают выходцы из OpenAI, Stripe и Netflix.

Что делает продукт

Проблема, которую решает стартап: современные ИИ-модели не учатся на своих ошибках без дополнительного обучения, а адаптация их под специализированные области вроде права и финансов обычно требует внутренних исследовательских команд или дорогих консультантов — так называемых forward-deployed engineers. Trajectory предлагает подход continual learning: компания подключает платформу к своим приложениям, платформа собирает обратную связь о работе модели и использует её для переобучения, улучшая модель на специализированных задачах. Сооснователь Ронак Малде сравнил базовые модели с очень умным PhD-студентом, который каждый раз начинает новую работу: «Но экономике нужен тот, кто проработал на этой работе 30 лет».

Клиенты и запуск для всех

По словам Малде, юристы, врачи и другие специалисты смогут почти автоматически улучшать модели сами, без технической подготовки. Платформу уже используют Harvey и Rogo для дообучения open-source моделей — например, на разборе определённых типов юридических контрактов или оценке компаний по конкретной методологии. Другие клиенты — Decagon, Mercor и Nvidia. Теперь стартап открывает свою платформу пост-обучения для широкой публики. Сооснователь Майкл Эльабд отмечает, что, в отличие от идеи рекурсивного самоулучшения (RSI), сохранение людей в процессе обучения делает подход безопаснее.

Конкуренты

Trajectory — не единственный игрок на этом рынке. Своими прямыми конкурентами компания называет Thinking Machines Lab, основанную бывшим CTO OpenAI Мирой Мурати и создавшую платформу тонкой настройки Tinker, а также Applied Compute, оценённую в $3,25 млрд в прошлом месяце, и Prime Intellect, которая помогает компаниям создавать и обучать собственных ИИ-агентов. Малде считает главным преимуществом Trajectory команду: сам он входил в число исследователей, которых Google DeepMind acqui-hired из Windsurf, Эльабд тоже работал в DeepMind, а третий сооснователь Арджун Каранам занимался генеративными базовыми моделями в Apple. Каранам добавляет, что стартап разработал интерфейс, делающий пост-обучение доступным для нетехнических клиентов.