Graphon AI تجمع 8.3 مليون دولار لطبقة معالجة بيانات مخصصة لـ LLMs

خرجت Graphon AI من وضع السرية برجل تمويل البذور بقيمة 8.3 مليون دولار. تقوم الشركة بتطوير طبقة معالجة مسبقة للبيانات لنماذج اللغة — وهو ما يسميه المطورون pre-model intelligence layer.

ما هي المشكلة

تدرب معظم نماذج اللغة الكبيرة الحديثة على بيانات نصية تمثل المعلومات كسلسلة خطية من الكلمات. لكن في العالم الحقيقي، غالباً ما تكون المعلومات منظمة بطريقة مختلفة تماماً: على شكل رسوم بيانية، حيث تمثل العقد الكيانات والحواف تمثل العلاقات بينها. توجد الهياكل الرسومية في كل مكان. في الشبكات الاجتماعية، هي الأصدقاء وصلاتهم. في المنظمات، هي الأشخاص والتسلسل الهرمي. في قواعد المعرفة، هي الحقائق والعلاقات بينها. في أنظمة التوصيات، هي المستخدمون والتفضيلات. عندما يتم تحويل مثل هذه البيانات إلى نص عادي لنموذج لغة كبير، يتم فقدان جزء كبير من معلومات العلاقات.

حل Graphon AI

سميت الشركة على اسم الرسم البياني — وهو كائن رياضي من نظرية الرسوم البيانية يصف حد تسلسل من الرسوم البيانية الكثيفة. اختيار الاسم ليس عشوائياً: من بين مستشاري الشركة أشخاص ساعدوا في تصور وتطوير نظرية الرسوم البيانية نفسها. وهذا يشهد على الأساس الرياضي العميق للحل. توفر Graphon AI طريقة أفضل لتنظيم بيانات الرسوم البيانية قبل دخولها إلى نموذج لغة كبير. يمكن للإعداد الصحيح أن يحسن جودة النموذج ويقلل التكاليف الحسابية ويساعد النماذج على فهم العلاقات بين الكيانات بشكل أفضل.

لماذا هذا مهم

غالباً ما تصبح معمارية البيانات اختناقاً في خطوط أنابيب التعلم الآلي — يتلقى هذا الجزء اهتماماً أقل من معمارية النموذج نفسه. إذا تمكنت Graphon AI من أتمتة عملية تنظيم بيانات الرسوم البيانية، فقد تصبح أداة قياسية في مجموعة أدوات التعلم الآلي. هذا مهم بشكل خاص للشركات التي تعمل مع كميات كبيرة من البيانات المتصلة: قواعد المعرفة والشبكات الاجتماعية والأنظمة المالية والهياكل التنظيمية وأنظمة إدارة علاقات العملاء.

المسار إلى الأمام

في مرحلة البذور، تركز الشركات عادة على النموذج الأولي والتحقق من صحة المفهوم. حصلت Graphon AI على تمويل كافٍ لإثبات أن نهجها يعمل على بيانات حقيقية. الخطوات التالية هي العمل مع العملاء الأوائل وتحسين الحل والبحث على الأرجح عن جولة تمويل أكبر للتوسع وتطوير النظام البيئي.