ライター、OpenAIに反旗を翻すLLMの専門家

Writerは大規模言語モデル（LLM）の分野において、大胆なプレーヤーとして浮上しています。OpenAIが生成型ソリューションで確立される中、Writerは根本的に異なる革新的なアプローチを選んでいます。特定の業界に特化した垂直型モデルに焦点をあて、この企業は従来のパラダイムを覆しています。
トレーニングコストの削減と優れた応答品質がその戦略を特徴づけています。先進的な技術を用いたデータの最適化により、WriterはGPT-4のような巨人と直接競争することが可能です。効率性と倫理の交差点に立つWriterは、モデルのパーソナライズがもはや選択肢ではなく、必要条件となる未来を告げています。

サンフランシスコに拠点を置くWriterは、大規模言語モデル（LLM）分野において革新的なプレーヤーとして浮上しています。2020年の設立以来、3億2600万ドルを調達し、モデルの垂直化に特化したユニークなアプローチで注目を集めています。ChatGPTのような一般的なモデルに集中するOpenAIに対し、Writerは小売、金融、医療、カスタマーサポートなどさまざまな分野に特化したLLMを開発しています。

革新的なトレーニング方法

WriterはPalmyraという独自のLLMを設計しており、20億のパラメータを備えています。このモデルは、主に合成データから構成される8000億のトークンでトレーニングされています。このアプローチにより、トレーニングデータの手動ラベリングにかかる高コストを回避することができます。GPT-4のために100百万ドルと推定されるコストを避け、Writerのモデルへの投資はわずか70万ドルにとどまり、その効率的な戦略を裏付けています。

Writerのチーフストラテジーオフィサー、ケブ・チュンは、「収益よりも高いコストのLLMを作ることは意味がない」と強調しています。この声明は、AIモデルの開発における効率性と精度の重要性を浮き彫りにしています。Writerは、その垂直化戦略を通じて、コストを最小限に抑えながらより優れた結果を提供しています。

パフォーマンスを支えるデータ

WriterはLLMを開発する際、トレーニングライセンスを持つデータにも依存しており、得られる結果の適切さと堅牢性を正当化しています。この戦略的選択は、OpenAIの一部モデルに見られる幻覚のリスクを制限することを目的としています。

Writerは、従来の静的システムとは異なる自己進化型モデルの技術も採用しています。これらのモデルは時が経つにつれて新しい情報を取り込み、彼らの精度と関連性を向上させます。彼らは3つの重要な要素に基づいています：統合メモリ、不確実性の特定に基づいた学習、そして知識を自動的に更新するプロセスです。

拡張された情報取得生成

グラフ指向の拡張情報取得生成（RAG）の革新的なメカニズムも開発中です。このプロセスにより、Writerは顧客の文書データベースから生成された応答の精度を向上させることができます。意味的関係を活用することで、Writerは堅牢かつ迅速な分析を実行し、データを実行可能な情報に変換します。

ワークフローの自動化に関するビジョン

Writerは、LLMが普及する未来を見据えています。企業は、自分たちのデータで言語モデルを調整できるカスタマイズ可能なプラットフォームを提供することを計画しています。ケブ・チュンは、これらのモデルを顧客が日常的に使用するアプリケーション、Salesforceなどに統合する重要性を強調しています。

Writerが実現している進展は、エージェント革命の試行であり、モデルが多様なサードパーティアプリケーションに接続してワークフローを自動化します。たとえば、マーケティングにおいては、製品を作成し、Salesforceのようなツールとの滑らかな統合を通じて関連するすべてのコンテンツを管理することが可能です。

著名な顧客

Writerは、Accenture、Goldman Sachs、Jaguar Land Roverなどの優れた企業を含む多くの顧客をすでに惹きつけています。また、フランスのL’Oréalとの協力にも依存しており、Writerのソリューションをさまざまな地域で展開しています。500人の社員を擁するWriterは、ニューヨーク、ロンドン、シンガポールにオフィスを構える国際企業に成長しています。

増大する野心を持つWriterは、特に自己進化型モデルの改善において研究開発に注力しています。Writerの願いは、顧客が日常的に使用するアプリケーションと調和を重ねて統合し、新しい技術からの利点を最大化することです。

Writerに関する質問と回答：OpenAIに対抗するLLMの専門家

Writerとは何ですか、OpenAIとはどのように異なりますか？
Writerは、特定の分野（小売、金融、医療など）に適した垂直な言語モデルの開発を専門とする企業です。一般的なモデルを提供するOpenAIとは対照的に、Writerは専門LLMを作成することによって効率性と精度に焦点を当てています。
Writerが開発する垂直型LLMを使用する利点は何ですか？
Writerの垂直型LLMは、業界の特定のニーズに基づいてより正確で効果的な結果を提供するように設計されています。これにより、エラーを削減し、特定のアプリケーショコンテキストにモデルを適応させることで応答の関連性が向上します。
WriterはLLMの開発におけるコストにどのように対処していますか？
Writerは、合成データを使用してモデルをトレーニングすることでコストの最適化に重点を置き、約70万ドルに学習コストを制限し、手動データラベリングに関連する高コストを回避しています。
WriterはLLMにおける幻覚のリスクを制限するためにどのような技術を使用していますか？
Writerは、結果が関連性を持ち管理されていることを保証するために、訓練ライセンスのあるデータを使用し、モデルによって生成される不正確または誤った応答のリスクを軽減します。
Writerが開発した自己進化型モデルはどのように機能しますか？
Writerの自己進化型モデルは、新しい情報を取り入れることで時間の経過とともに適応します。彼らは統合されたメモリに基づき、不確実性の特定に基づいた学習と知識の自動更新プロセスに依存しており、精度が向上します。
Writerのグラフ指向の拡張生成情報取得（RAG）戦略は何ですか？
この戦略は、顧客の文書データベースから生成された応答の精度を、意味的関係の分析を通じて向上させることを可能にします。これにより、より有意義な結果を得るための堅牢で迅速な分析が可能になります。
Writerの主な顧客は誰で、どの分野で活動していますか？
Writerは、金融、小売、ヘルスケアなどさまざまな分野で活動する大手企業の顧客を持っています。顧客には、Accenture、Goldman Sachs、Nvidia、L’Oréalなどが含まれています。
Writerは今後どのような研究開発の目標を目指していますか？
Writerは、SalesforceやAdobeなど顧客が使用するアプリケーションとプラットフォームを統合し、自己進化モデルの開発における進展を見込んでいます。
WriterはLLMの未来をどのように考えていますか？
Writerは、LLMが日常的なものになると予測し、それに伴いユーザーが特定のニーズに合わせたデータで言語モデルをカスタマイズできるプラットフォームの開発に着手しています。