Probably
📰 文章Russell Brandom
Probably 融资 900 万美元，通过确定性验证与工程化约束消除 AI 幻觉。
Probably 致力于解决 AI 幻觉这一顽疾，将重心从庞大的通用模型转向高度专业化、可靠的系统。其核心方法是“约束工程”（harness engineering），即将大语言模型与确定性验证器配对。该系统会根据事实数据集检查 AI 生成的输出，确保仅向用户展示经过验证的信息。
这一创新的关键在于：强大的约束工程允许使用更小、更高效的 AI 模型。通过减少模型对内部“推理”的依赖，转而提供高度精炼的上下文，系统可以在本地硬件而非昂贵的数据中心上运行。这不仅大幅削减了 Token 成本，还为金融、医疗和法律等高风险领域提供了必要的审计追踪和引用溯源。该公司正致力于为那些需要生成式 AI 达到确定性可靠程度的企业提供解决方案。
💡核心亮点
- ├─通过验证系统实现 99.99% 准确率
- ├─支持在本地硬件上运行
- └─显著降低 AI Token 使用成本
🎯适用人群
- ├─AI 工程师
- ├─企业 CTO
- └─数据科学家