Mirendil стартапы ЖИ-модельдерді оқытуды жылдамдату үшін 1 млрд доллар инвестиция тартты

Жасанды интеллект (ЖИ) модельдерін әзірлеуді жылдамдатуға маманданған Mirendil стартапы А сериялы инвестициялық раундта 1 млрд доллар тартты. SiliconANGLE басылымының хабарлауынша, қаржыландыру раундына Kleiner Perkins пен Clearlake Capital венчурлік қорлары тең төрағалық етті, сонымен бірге инвесторлар қатарында Google компаниясы да бар.

Mirendil стартапын өткен жылы Google DeepMind және Anthropic ұйымдарының бұрынғы зерттеушілері Бехнам Нейшабур мен Харш Мехта құрған болатын. Бас атқарушы директор Бехнам Нейшабур — ЖИ-модельдердің тапсырмаларды орындау қабілетін арттыратын танымал SAM алгоритмін бірлесіп жасаушылардың бірі. Ал бас техникалық директор Харш Мехта бұрын бастапқы оқыту жобаларына жауап берген.

Стартаптың алғашқы өнімі — Lor платформасы. Ол жүздеген ЖИ-агенттердің көмегімен модельді оқыту процесіндегі көптеген тапсырмаларды автоматтандырады. Әдетте үлкен тілдік модельдерді (LLM) әзірлеу барысында зерттеушілер алгоритмнің түрлі нұсқаларын жасап, оларды өзара салыстырады. Lor бұл жұмыс ағынын автоматтандырып, оқыту кезінде қателік кетсе, оны өздігінен түзейді.

Платформаның мүмкіндігін тексеру үшін компания жалғыз зерттеушіге ашық бастапқы коды бар жетекші модельдермен бәсекелесе алатын бағдарламалау алгоритмін жасауды тапсырған. Әдетте мұндай жобаларды мамандардан құралған тұтас командалар атқарады. Алайда Lor технологиясының арқасында зерттеуші 3,5 ай ішінде 10 млн доллар бюджетке Mirendil-Base моделін жасап шықты. Өнім кодының 99 пайыздан астамын ЖИ-агенттер жазған.

Компания өткен айда ұсынған Fern арнайы моделі Mirendil-Base негізінде жасалған. Ол ЖИ зертханаларында жиі кездесетін бағдарламалау тапсырмаларын автоматтандыруға арналған. Fern моделі бір сұраныста 10 миллион вхóд токенін өңдей алады, бұл Claude Opus 5.5 мүмкіндігінен 10 есе көп.

Сонымен қатар Mirendil параметрлер саны 500 миллиардтан 10 триллионға дейін жететін жетілдірілген модель нұсқаларын сынақтан өткізіп жатқанын хабарлады. Компания бұл алгоритмдерді қуаттырақ ЖИ-модельдерді жасау үшін пайдалануды жоспарлап отыр.