なぜ提供するのか?2024年は信頼性の年
2023年がAIの概念実証(POC)の年であったなら、2024年はAIの信頼性の年です。Hamming AIは、チームが信頼性の高いAI製品を構築するための実験プラットフォームを提供します。
公式サイト:https://hamming.ai/
主な機能と利点
- LLMによる評価: Hamming AIは、大規模言語モデル(LLM)を使用して他のLLMの出力を評価します。これにより、AIエンジニアは異なるプロンプト、モデル、リトリーバルアーキテクチャを数時間ではなく数分でテストできます。このアプローチは、人間が手動で出力を評価するのに比べて20倍速く、10分の1のコストで済みます。
- プロンプト最適化の自動化: プロンプトの最適化を自動化するツールを提供し、手動の試行錯誤を大幅に削減します。タスクを記述し、例を追加するか、合成して生成するだけで、最適なプロンプトを生成し、評価します。
- アウトライア例の活用: LLMが生成する異なるプロンプトバリエーションを評価し、アウトライア例を活用してプロンプトを継続的に改善します。
実績とチーム
- 実績: Hamming AIは、企業がAIで成功するのを支援してきた実績があります。CEOのSumanyu Sharmaは、Citizen(安全アプリ)のユーザー数を4倍に増やし、TeslaでAIを活用したセールスプログラムを年次収益100億円規模に成長させました。CTOのMarius Buleandraは、Andurilでデータインフラストラクチャを運営し、Spell(後にRedditに買収されたMLOpsスタートアップ)の創業エンジニアでした。
- 創業メンバー:
- Marius Buleandra: Hammingの共同創業者兼CTO。以前はAndurilのデータインフラストラクチャのエンジニアリングマネージャーで、Spellの創業エンジニアでもありました。
- Sumanyu Sharma: Hammingの共同創業者兼CEO。Citizenのユーザー数を4倍に増やし、TeslaでAIを活用したセールスプログラムを年次収益100億円規模に成長させた実績があります。
プロンプト最適化の課題とHammingの解決策
- 手動でのプロンプト作成の課題: 高品質で性能の良いプロンプトを手動で作成するには、多大な試行錯誤が必要です。また、新しいモデルバージョンが以前のプロンプトを壊すことがあり、手動での再最適化が必要です。
- Hammingのアプローチ: LLMを使用してプロンプトを最適化し、手動でのプロンプト作成の手間を省きます。タスクを記述し、例を追加するか合成して生成するだけで、最適なプロンプトを生成し評価します。
このように、Hamming AIは企業が迅速かつ効率的に信頼性の高いAI製品を開発できるよう支援し、AI実装における主要な課題を解決します。