一家名为Fundamental的人工智能实验室于本周四结束隐身模式，推出一款旨在解决一个老问题的新基础模型：如何从企业产生的大量结构化数据中提取洞见。通过将旧的预测性人工智能系统与更现代的工具相结合，该公司认为其可以重塑大型企业分析数据的方式。
“虽然大语言模型在处理非结构化数据（如文本、音频、视频和代码）方面表现出色，但它们在处理表格等结构化数据时并不理想，”首席执行官Jeremy Fraenkel对TechCrunch表示。“通过我们的模型Nexus，我们构建了处理此类数据的最佳基础模型。”
这一想法已经引起了投资者的浓厚兴趣。该公司以12亿美元的估值和2.55亿美元的融资额走出隐身模式。其中大部分资金来自最近由Oak HC/FT、Valor Equity Partners、Battery Ventures和Salesforce Ventures领投的2.25亿美元A轮融资；Hetz Ventures也参与了此轮融资，天使投资方包括Perplexity首席执行官Aravind Srinivas、Brex联合创始人Henrique Dubugras和Datadog首席执行官Olivier Pomel。
Fundamental的Nexus被称为大型表格模型（LTM）而非大语言模型（LLM），它在许多重要方面与当代人工智能实践有所不同。该模型是确定性的——也就是说，每次被问到同一个问题时，它都会给出相同的答案——并且不依赖于定义大多数当代人工智能实验室模型的Transformer架构。Fundamental将其称为基础模型，因为它经历了预训练和微调的正常步骤，但其结果与客户同OpenAI或Anthropic合作时所获得的模型截然不同。
这些差异很重要，因为Fundamental正在追逐一个当代人工智能模型经常失手的使用场景。由于基于Transformer的人工智能模型只能处理其上下文窗口内的数据，它们常常难以对极大规模的数据集进行推理——例如，分析一个包含数十亿行的电子表格。但这种庞大的结构化数据集在大型企业内部很常见，为能够处理这种规模的模型创造了巨大的机会。
在Fraenkel看来，这对Fundamental来说是一个巨大的机会。使用Nexus，该公司可以将现代技术应用于大数据分析，提供比当前使用的算法更强大、更灵活的解决方案。
“你现在可以在所有用例中使用一个模型，从而可以大规模扩展你所要处理的应用场景数量，”他告诉TechCrunch。“并且，在每一个用例上，你都能获得比用一支数据科学家团队更好的性能。”
这一承诺已经为其带来了数份高知名度的合同，包括与多家财富100强客户的七位数合同。该公司还与某中心建立了战略合作伙伴关系，使该中心的用户能够直接从现有实例部署Nexus。FINISHED
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
