Surge AI崛起:高质量数据驱动AI性能新纪元

简介: Surge AI,由MIT华人科学家Edwin Chen于2020年创立,参考:http://www.iyjla.cn专注高质量AI训练数据,已实现年营收超10亿美元、零融资盈利。现启动首轮融资10亿美元,目标估值超150亿美元,直面Scale AI等巨头竞争。(239字)

估值高达290亿美元的ScaleAI正面临强劲挑战。一家名为Surge AI的AI数据公司,已宣布其营收超越10亿美元,相比之下,ScaleAI同期的营收为8.7亿美元,且Surge AI已实现盈利状态。

据路透社援引的消息来源透露,Surge AI正积极筹备首次融资,预计融资额可达10亿美元,目标估值超过150亿美元。

在筹备此次融资前,Surge AI依靠自有资金实现了滚动发展。本次融资将结合新股发行与老股转让,旨在为员工提供变现机会。

01

MIT背景华人创业者,

以高质量数据为OpenAI与Anthropic的顶尖模型注入‘动力’

Surge AI的创始人Edwin Chen毕业于麻省理工学院(MIT),在MIT著名的CSAIL实验室从事研究,专注于算法交易与理论计算等领域。创立Surge之前,他曾在谷歌、Facebook和Twitter担任与机器学习和数据相关的工程职位。

在创立Surge AI时,Edwin Chen邀请了许多老同事加入,如工程团队负责人Andrew Mauboussin,前Twitter机器学习工程师,毕业于哈佛大学计算机科学专业;还有产品与增长负责人Bradley Webb,前Facebook数据运营负责人。

高质量数据对提升AI性能至关重要,它源自人类的智慧与创造力。

算法、算力、数据是AI模型性能的三大基石。

Surge AI创始人Edwin Chen认为,在这三个要素中,数据质量居首,其次是计算能力,最后是算法。

正如Ilya Sutskever在公开演讲中所言,我们熟悉的预训练模式已宣告终结,因为算力在增长,但数据——尤其是高质量数据——却面临枯竭。我们只有一个互联网。

现有大语言模型的数据源自人类历史上积累的知识(包括互联网),但这些数据基本已被用尽。在基础数据部分,各大AI实验室训练出的顶尖或准顶尖模型并无本质区别。然而,在基础数据之外的部分,各类顶尖模型则各显神通。

例如Anthropic的Claude模型在AI Coding上优势显著,而谷歌的Gemini和OpenAI的o系列则在数学领域崭露头角,不断获得AI领域的IMO奖项。

这种分领域的性能优势并非源于预训练,而是源于RLHF(人类反馈强化学习)。决定RLHF阶段效果的不仅是创新的算法(如PPO),数据质量更是关键。

Surge AI的一大特色就是专注于数据质量。这与创始人Edwin Chen的职业背景密切相关。

在AI领域深耕十年有余,Edwin Chen面临的最大挑战是获取值得信赖的人工标注数据。

这个问题可细分为两个方面:速度慢与质量差。

例如,对相关性和精确度高的数据标注往往需要数月时间。无论是公司内部的标注团队还是外部标注公司,提供的数据质量都参差不齐。有一次,Edwin Chen发现外部公司交付的数据集中有50%的数据完全是垃圾信息。

基于自身经历,Edwin Chen决定涉足AI数据领域创业,于2020年创立了Surge AI。

在最新访谈中,Edwin Chen分享了他如何定义和制造高质量数据的见解,这些认知造就了Surge AI的独特优势。

他首先认为人们高估了合成数据。例如,他的客户曾尝试使用合成数据生成一两千万条数据,但99%的数据均无用。

因此,他认为人类反馈是数据生产的金标准。但并非所有人类都是优秀的标注员。例如,当客户希望训练模型写一首关于月亮的八行诗时,大多数标注员仅会检查是否符合‘诗’、‘八行’和‘包含月亮’等基本要求。然而,按照这个标准无法写出真正优秀的八行诗。

另一种评估AI模型失真的模式是竞技场模式。在AI竞技场中,人们输入提示词并花5-10秒时间比较两个模型输出,然后凭感觉选择更好的一个。在这短短的时间内他们无法全面评估模型是否出现幻觉、是否符合事实准确性或是否真正遵循了指令。

那么如何制造高质量的数据呢?那就是让专家做专业的事。Edwin Chen举了一个例子:当评估关于月亮的八行诗时应该请真正的诗人、文学家如海明威来评估而不是仅仅满足清单上的要求。

Edwin Chen认为高质量数据源自人类的智慧与创造力。用真正高质量的数据训练和微调模型不仅能学会遵循指令还能学到深层次的模式那些让语言和世界变得有意义的东西。

参考:http://iyjla.cn

相关文章
|
7月前
|
存储 传感器 安全
彻底击碎USB设备断连魔咒:Windows系统级电源管理底层调优指南
本文揭秘Windows“USB选择性暂停”机制如何导致鼠标失灵、键盘无响应、声卡爆音等断连顽疾,并提供一键式批处理脚本:从电源计划全量禁用、注册表级硬封锁(`DisableSelectiveSuspend=1`)到串口服务优化,三重底层干预,彻底终结“拔插续命”困局。重启即生效,安全可逆。
2885 0
|
5月前
|
机器学习/深度学习 自然语言处理 C++
大模型应用:大模型实测对比:1.8B vs 6B,本地部署的极限拉扯与真实体感.119
本文对比Qwen1.5-1.8B与ChatGLM2-6B两大中文大模型:前者轻量易部署,CPU即可运行,代码简洁,但易幻觉、指令遵循弱;后者参数量大,中文理解与逻辑更强,但需GPU、加载复杂。二者代表“小而美”与“大而全”的典型路径。
804 2
大模型应用:大模型实测对比:1.8B vs 6B,本地部署的极限拉扯与真实体感.119
|
11月前
|
Linux C++ iOS开发
C++ SDL库入门指南(从零开始学习SDL2图形与游戏开发)
本教程来源https://www.vpshk.cn/带你使用C++和SDL2从零开始创建图形窗口,涵盖环境搭建、代码解析与编译运行,适合入门游戏开发与多媒体应用,轻松掌握跨平台图形编程基础。
|
7月前
|
机器学习/深度学习 存储 人工智能
还在手写Skill?hermes-agent 让 Agent 自己进化能力
Hermes-agent 是 GitHub 23k+ Star 的开源项目,突破传统 Agent 依赖人工编写Aegnt Skill 的瓶颈,首创“自我进化”机制:通过失败→反思→自动生成技能→持续优化的闭环,让 Agent 在实践中自主构建、更新技能库,持续自我改进。
4329 8
|
7月前
|
JavaScript 前端开发 Java
毕业设计开发效率提升指南:计算机专业学生的项目搭建经验分享
本文面向计算机专业毕业生,聚焦毕设开发痛点,从工程化视角提供实用指南:涵盖技术选型建议(Spring Boot/Vue/Python等)、规范分层架构、脚手架快速搭建、统一响应与异常处理,并给出科学时间规划与优先级策略,助你高效完成高质量毕设。
|
8月前
|
存储 大数据 数据库
Python 生成器教程:高效处理数据流的利器
本教程参考https://dnuhf.cn详解Python生成器:通过`yield`实现惰性求值,显著节省内存、支持无限序列与流式处理;涵盖生成器函数/表达式、`send()`/`throw()`高级用法及分页查询、日志监听等实战案例,助你高效处理大数据。(239字)
|
人工智能 运维 安全
AI 安全架构概述
AI 安全架构涵盖数据采集、模型训练、推理部署等阶段,确保安全性、隐私与合规。其核心组件包括数据层、模型层、推理层、应用层和运维层,针对数据安全威胁(如数据投毒)、模型窃取、对抗攻击及系统漏洞等风险,提出数据加密、对抗训练、联邦学习等防御策略,并强调开发前、开发中和部署后的最佳实践,以降低 AI 解决方案的安全风险。
1828 14
|
11月前
|
机器学习/深度学习 人工智能 运维
主流AI证书深度对比:从入门到进阶,怎么选不踩坑?
随着人工智能技术持续渗透各行各业,“懂AI”已从职业加分项变成不少岗位的基础要求。智联招聘数据显示,72%的AI相关岗位在招聘时会将“持有权威认证”作为筛选硬标准,持证者薪资溢价普遍达20%-35%。但市面上的AI证书五花八门,有国际大厂推出的技术认证,有国内厂商的生态绑定证书,还有适配零基础学习者的通用证书,到底哪款适合自己?本文就为你全面拆解主流AI证书的核心差异,帮你理清选择思路。
|
安全 算法 网络安全
中国国内主要的SSL证书提供商有哪些?
中国主要SSL证书提供商包括CFCA、Gworg和SHECA。CFCA是唯一入根四大主流库的RSA CA;Gworg专注原厂中立SSL服务;SHECA性价比高,兼容多浏览器。SSL证书加密网络通信,保障数据安全,网址以HTTPS开头,地址栏显示锁形图标,增强用户信任。
437 4
|
人工智能 运维 搜索推荐
元宇宙进课堂?聊聊它如何改造教育系统
元宇宙进课堂?聊聊它如何改造教育系统
476 9