文 | 宋予
编辑 | 刘士武
据外媒报道，生成式人工智能初创「.ai」近期宣布完成500万美元的种子轮融资，投资方包括Rebel Fund、 、 Fund、Y 和几位天使投资人。
这家初创公司在Y 的2023年冬季的演示日上首次亮相，致力于帮助企业改进生成式人工智能提示。提示工程（ ）是自然语言处理（NLP）技术中的一个概念。在提示工程中，任务的描述会被嵌入到输入中。提示工程的典型工作方式是将一个或多个任务转换为基于提示的数据集，并通过“基于提示的学习（-based ）”来训练语言模型。
据首席执行官兼联合创始人Akash 介绍，这家初创公司目前已有40家付费客户，每月收入增长约25%至30%。表示，他和联合创始人Noa 和Sidd 曾是2019年代另一家Y 孵化的初创公司「Dover」的员工，在2020年初GPT-3测试版发布时曾与后者合作。
图片截自企业官网
在「Dover」工作期间，三人开发了生成式人工智能应用，用于撰写招聘邮件、职位描述等。他们注意到在提示语上花费了太多时间，而且无法在生产中对提示语进行版本调整，也无法衡量其质量。因此，他们需要构建用于微调和语义搜索的工具，这带来了繁复的工作量。
得益于创始人的工程开发经验和机器学习背景，当在去年发布时，他们意识到市场对语言开发工具的需求“将呈指数级增长”。因此，「.ai」应运而生。
表示，在发布的大型语言模型之前，“使用自然语言提示从人工智能模型中获得结果几乎是不可能的”，接受自然语言输入的转变“使人工智能技术变得更加强大，因为产品经理或软件工程师都可以成为提示工程师”。
「.ai」为人工智能提示器提供了一种并排比较模型输出的方法，还提供了搜索公司特定数据的能力，以便为特定提示添加上下文，或进行测试和版本控制，以确保输出内容的准确性。
具体而言，「.ai」设计了提示分类，筛选适合输入大型语音模型的问题，并将多个模型串联在一起，形成一种连贯的逻辑。换言之，提示工程更类似于自然语言编程，帮助开发人员设计自己的工具框架。
介绍说：“启动一个LLM驱动的原型很简单，但当企业将大量数据投入模型时，模型就会出现很多边缘情况，影响结果的准确性。简而言之，如果企业希望他们开发的大型语言模型始终如一地表现出色，那么他们需要做大量的优化调整，而不仅仅是复制粘贴GPT的输出。”
「.ai」拒绝透露其定价方案，但指出其服务费用为每月三到四位数。
相关文章
