Graphon AI собрала $8,3 млн для слоя обработки данных под LLM

Graphon AI вышла из режима stealth с раундом $8,3 млн seed финансирования. Компания разрабатывает слой предварительной обработки данных для языковых моделей — то, что разработчики называют pre-model intelligence layer.

Какая проблема

Большинство современных LLM обучаются на текстовых данных, которые представляют информацию в виде линейной последовательности слов. Но в реальном мире информация часто организована совсем по-другому: в виде графов, где узлы представляют сущности, а рёбра обозначают отношения между ними. Графовые структуры встречаются везде. В социальных сетях это друзья и их связи. В организациях это люди и иерархия. В базах знаний это факты и взаимосвязи. В системах рекомендаций это пользователи и предпочтения. Когда такие данные преобразуют в простой текст для LLM, большая часть информации о связях теряется.

Решение

Graphon AI Компания названа по графону — математическому объекту из теории графов, который описывает предел последовательности плотных графов. Выбор названия не случаен: среди советников компании — люди, которые помогли придумать и развивать саму теорию графонов. Это говорит о глубоком математическом фундаменте решения. Graphon AI предлагает способ лучше организовать графовые данные перед тем, как они попадут в LLM. Правильная подготовка может улучшить качество моделей, снизить вычислительные затраты и помочь моделям лучше понимать отношения между сущностями.

Почему это имеет значение

Архитектура данных часто становится узким местом в ML-pipeline — эта часть реже получает внимание, чем сама архитектура модели. Если Graphon AI сможет автоматизировать процесс структурирования графовых данных, это может стать стандартным инструментом в ML-стеке. Особенно это актуально для компаний, которые работают с большими объемами связанных данных: базы знаний, социальные сети, финансовые системы, организационные структуры, системы управления отношениями.

Путь развития На стадии seed компании обычно фокусируются на MVP и валидации концепции.

Graphon AI получила достаточно финансирования для доказательства, что её подход работает на реальных данных. Следующие шаги — работа с первыми клиентами, оптимизация решения и, вероятно, более крупный раунд финансирования для масштабирования и развития экосистемы.