简化人工智能解决方案:RagaAI悄然推出自动化测试工具

随着对人工智能技术需求的激增,一系列旨在提升其开发和部署的新工具应运而生。位于加利福尼亚的初创公司RagaAI专注于测试和修复AI系统,最近在成功获得470万美元种子融资后正式发布,投资方包括pi Ventures、Anorak Ventures、TenOneTen Ventures、Arka Ventures、Mana Ventures和Exfinity Venture Partners。

RagaAI由前Nvidia高管Gaurav Agarwal创立,计划利用这些资金进一步研究和完善其自动化测试平台,建立一个安全可靠的AI框架。Agarwal表示:“我们将以核心价值观为指导,致力于推动自动化AI故障检测、根本原因分析和问题解决的边界,始终走在创新方法的前沿。”目前,RagaAI为财富500强公司提供服务,解决偏见、准确性和幻觉等关键挑战。

有效构建和部署AI是一项复杂的任务。团队必须收集数据、训练模型并监控性能,以确保达到预期结果,因为任何失误都可能导致高昂的失败成本和失去机会。Agarwal在Nvidia和印度移动公司Ola工作期间就意识到了这一挑战,这促使他开发出一个自动化平台来检测、诊断和解决AI问题。

与传统解决方案仅检测有限问题不同,RagaAI能够进行多达300项测试,识别与数据、模型和操作相关的潜在风险。当发现问题时,该平台帮助用户确定根本原因,如偏见训练数据、错误标签、数据漂移等。它还提供可操作的建议,如消除错误标记的数据点或建议重新训练以解决数据不一致。

RagaAI技术的核心是RagaDNA基础模型,该模型生成高质量的数据嵌入——这是信息的压缩且有意义的表示。这些嵌入对于在平台上检测、诊断和修复问题至关重要。

RagaAI的产品负责人Jigar Gupta解释道:“RagaDNA代表了特定垂直领域的基础模型,经过定制训练以进行测试。这使得RagaAI能够自动增强测试工作流程,定义运营设计域(ODD),识别模型表现不佳的边缘案例,并将结果与低质量训练数据关联。”

尽管刚刚公开发布,RagaAI已经产生了显著影响,多个财富500强公司正在使用其技术。例如,一家电子商务公司成功解决了其聊天机器人中的幻觉问题,而一家汽车客户则在低光条件下改善了车辆检测准确性。

RagaAI认为,其平台可以将AI开发中的风险降低90%,并将生产时间缩短三倍以上。借助新一轮融资,该公司计划加强研发能力,提升测试能力,扩充员工队伍,并推动安全透明的AI发展。

值得注意的是,RagaAI并非在这项工作中孤军作战。越来越多的公司,比如Arize的Phoenix开源库、Context AI和Braintrust Data,也致力于简化AI的部署。此外,观察性服务提供商如Acceldata也在探索生成式AI监控解决方案,以支持部署。

随着预计到2030年AI市场将达到2万亿美元,其中约25%的资金将用于确保AI系统安全可靠的工具,投资这一领域的重要性愈发凸显。

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles