De nos jours, chaque entreprise essaie de déterminer si ses grands modèles de langage sont conformes aux règles qu’elle juge importantes, ainsi qu’aux exigences légales ou réglementaires. Si vous êtes dans un secteur réglementé, le besoin est encore plus aigu. C’est peut-être la raison pour laquelle Patronus AI connaît un succès précoce sur le marché.

Mercredi, la société qui aide les clients à s’assurer que les modèles sont conformes sur un certain nombre de dimensions, a annoncé une série A de 17 millions de dollars, 8 mois seulement après l’annonce d’un tour de table de 3 millions de dollars.

« Une grande partie de ce qui enthousiasmait les investisseurs, c’est que nous sommes le leader incontesté dans l’espace et que c’est un très grand marché et c’est aussi un marché à croissance très rapide », a déclaré le PDG et cofondateur Anand Kannappan à fr.techtribune.net. De plus, Patronus a pu intervenir tôt au moment où les entreprises ont réalisé qu’elles avaient besoin d’outils de gouvernance LLM pour les aider à rester conformes.

Ils croient au potentiel du marché en pleine croissance, qui ne fait que commencer. « Depuis notre lancement, nous avons travaillé avec de nombreux types de sociétés de portefeuille, d’IA et d’entreprises en phase intermédiaire, et nos clients ont donc fait plusieurs centaines de milliers de demandes via notre plateforme », a-t-il déclaré.

L’objectif principal de la société est une pièce intitulée Patronus Evaluators. « Il s’agit essentiellement d’appels d’API que vous pouvez implémenter avec une seule ligne de code, et vous pouvez de manière très, très fiable et de très haute qualité, vous pouvez mesurer de manière évolutive les performances des LLM et des systèmes LLM dans différentes dimensions », a déclaré Kannappan.

Cela inclut des éléments tels que la probabilité d’halluciner, les risques de droits d’auteur, les risques de Sécurité et même des capacités spécifiques à l’entreprise telles que la détection d’informations sensibles et la voix et le style de la marque, des éléments qui intéressent les entreprises du point de vue de la réglementation et de la réputation.

Comme nous l’avons écrit au moment de l’annonce de la graine :

« L’entreprise est au bon endroit au bon moment, en construisant un cadre de sécurité et d’analyse sous la forme d’un service géré pour tester de grands modèles de langage afin d’identifier les domaines qui pourraient être problématiques, en particulier la probabilité d’hallucinations, où le modèle invente une réponse parce qu’il manque de données pour répondre correctement. »

L’entreprise a doublé par rapport aux six employés qu’elle avait au moment de son financement de démarrage l’année dernière, et prévoit de doubler à nouveau cette année.

L’investissement de 17 millions de dollars a été mené par Notable Capital avec la participation de Lightspeed Venture Partners, Factorial Capital, Datadog et des investisseurs providentiels de l’industrie.