Heim
Patronus AI hat 50 Millionen Dollar an Finanzierung erhalten, um digitale Welten zu schaffen, mit denen KI-Agenten auf Belastungsprüfungen gestellt werden können.

AI-Agenten werden immer ausgefeilter und wechseln dabei von der Beantwortung von Fragen zur eigenständigen Ausführung komplexer, mehrschrittiger Aufgaben.
Bevor jedoch davon ausgegangen werden kann, dass diese Agenten im Namen der Nutzer Reisen buchen oder finanzielle Analysen durchführen können, müssen die Anbieter der Modelle sowie die Start-ups, die sie entwickeln, eine zuverlässige Leistung in einer breiten Palette von Szenarien gewährleisten.
AI-Labore verlassen sich häufig auf Benchmarks, um die Fähigkeiten ihrer Modelle zu demonstrieren. Doch auch ein hoher Wert – selbst bei einem für einen bestimmten Agenten konzipierten Benchmark – garantiert nicht, dass eine KI vielfältige, reale Aufgaben korrekt bewältigen kann.
Patronus AI, ein 2023 gegründetes Start-up von ehemaligen Meta-AI-Forschern namens Anand Kannappan und Rebecca Qian, unterstützt Modelleigner und Unternehmen dabei, ihre Modelle durch die Erstellung simulierter digitaler Umgebungen zu optimieren, in denen die Leistung der Agenten bewertet wird.
Dieses in San Francisco ansässige Start-up adressiert eindeutig eine dringende Notwendigkeit. Laut Glenn Solomon, Managing Director bei Notable Capital, sind nahezu alle führenden AI-Labore sowie viele aufstrebende Start-ups Kunden geworden, wobei die Nachfrage nach den simulierten Umgebungen des Unternehmens als nahezu unersättlich beschrieben wird.
Der Umsatz von Patronus ist im vergangenen Jahr um das Fünfzehnfache gestiegen, was großes Interesse bei Investoren hervorgerufen hat. Am Donnerstag kündigte das Unternehmen eine Series-B-Finanzierungsrunde in Höhe von 50 Millionen US-Dollar an, angeführt von Greenfield Partners, mit Beteiligung von Notable Capital, Lightspeed, Datadog und Samsung. Damit belaufen sich die gesamten eingeworbenen Mittel auf 70 Millionen US-Dollar.
Patronus setzt sogenannte „Digitale Weltmodelle“ ein, um Repliken von Webseiten und internen Systemen zu erstellen. In diesen Umgebungen durchlaufen die Agenten nach ihrer Ausbildung mittels Verstärkungslernen Stresstests, bei denen erfolgreiche Aufgabenerledigung iterativ belohnt und Fehler bestraft werden.
AI-Labore schätzen diese digitalen Simulationen sehr, da sie es den Agenten ermöglichen, mit verschiedenen, manchmal unvorhersehbaren Szenarien zu experimentieren. Das Unternehmen vergleicht seinen Ansatz damit, wie Waymo autonome Fahrzeuge ausbildete – indem zunächst synthetische Welten erstellt wurden, um die Fahrzeuge gegen seltene Gefahren wie extreme Wetterbedingungen oder ein Kind, das einen Ball jagt, zu testen.
Der Unterschied zu AI-Agenten besteht darin, dass diese oft Abkürzungen nehmen, was zu fehlerhafter Aufgabenerledigung führt. „Patronus ist wirklich gut darin, solche Tricks aufzudecken und sicherzustellen, dass die Modelle zur Rechenschaft gezogen werden“, so Solomon.
Derzeit bietet Patronus seine simulierten digitalen Umgebungen für den Softwareengineering- und Finanzsektor an, doch laut Kannappan ist das erst der Anfang.
„Derzeit konzentrieren wir uns stark auf überprüfbare Probleme – solche, die sofort geprüft und verifiziert werden können – aber es gibt viele weitere Bereiche, die weder überprüfbar noch äußerst schwierig zu überprüfen sind“, sagte er.
Nur weil diese Prozesse überprüfbar sind, bedeutet das noch lange nicht, dass sie einfach sind. „Wir möchten in der Lage sein, eine Umgebung zu schaffen, in der ein Agent 10 Stunden, 10 Tage oder sogar 10 Wochen lang arbeiten kann“, erklärte Kannappan.
Was die Konkurrenten angeht, so ist Patronus der Ansicht, dass es hauptsächlich mit den internen Teams konkurriert, die bereits in AI-Laboren eingerichtet wurden, um das Verhalten von Agenten zu bewerten. Während Unternehmen wie Mercor und Surge Modelleigner bei der Anwendung von Verstärkungslernen unterstützen, verfolgt Patronus einen anderen Ansatz, indem es das Verhalten der Agenten ohne jegliche menschliche Beteiligung bewertet.
Verwandter Artikel
Sarvam hat von HCLTech 234 Mio. US-Dollar an Finanzierung erhalten, um zum jüngsten AI-Unicorn Indiens zu werden
Sarvam gab am Montag bekannt, dass es 234 Millionen US-Dollar eingesammelt hat – bei einer Bewertung des Unternehmens von 1,5 Milliarden US-Dollar. Das in Bengaluru ansässige Startup ist nun Indiens neuestes AI-Unicorn, da Regierungen und Unternehmen
Ehemaliger Teenager-Hacker und jetziger „Iron Dome“-Forscher sammelt 28 Millionen Dollar im Kampf gegen KI-Phishing
Shay Shwartz kennt E-Mail-Phishing-Angriffe in- und auswendig. Als Teenager verdiente er sein Geld als Hacker, doch nachdem er mit 16 Jahren erwischt wurde, erkannte er, dass er seine Kenntnisse im Be
Das KI-Modell von Meta ist hervorragend, doch die Open-Source-Identität schwindet
Die Open-Source-KI-Landschaft bot schon immer eine große Auswahl. Seit Jahren hatten Entwickler Zugang zu Modellen wie Mistral, Falcon und einer wachsenden Zahl von Open-Weight-Alternativen. Doch der
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

AI-Agenten werden immer ausgefeilter und wechseln dabei von der Beantwortung von Fragen zur eigenständigen Ausführung komplexer, mehrschrittiger Aufgaben.
Bevor jedoch davon ausgegangen werden kann, dass diese Agenten im Namen der Nutzer Reisen buchen oder finanzielle Analysen durchführen können, müssen die Anbieter der Modelle sowie die Start-ups, die sie entwickeln, eine zuverlässige Leistung in einer breiten Palette von Szenarien gewährleisten.
AI-Labore verlassen sich häufig auf Benchmarks, um die Fähigkeiten ihrer Modelle zu demonstrieren. Doch auch ein hoher Wert – selbst bei einem für einen bestimmten Agenten konzipierten Benchmark – garantiert nicht, dass eine KI vielfältige, reale Aufgaben korrekt bewältigen kann.
Patronus AI, ein 2023 gegründetes Start-up von ehemaligen Meta-AI-Forschern namens Anand Kannappan und Rebecca Qian, unterstützt Modelleigner und Unternehmen dabei, ihre Modelle durch die Erstellung simulierter digitaler Umgebungen zu optimieren, in denen die Leistung der Agenten bewertet wird.
Dieses in San Francisco ansässige Start-up adressiert eindeutig eine dringende Notwendigkeit. Laut Glenn Solomon, Managing Director bei Notable Capital, sind nahezu alle führenden AI-Labore sowie viele aufstrebende Start-ups Kunden geworden, wobei die Nachfrage nach den simulierten Umgebungen des Unternehmens als nahezu unersättlich beschrieben wird.
Der Umsatz von Patronus ist im vergangenen Jahr um das Fünfzehnfache gestiegen, was großes Interesse bei Investoren hervorgerufen hat. Am Donnerstag kündigte das Unternehmen eine Series-B-Finanzierungsrunde in Höhe von 50 Millionen US-Dollar an, angeführt von Greenfield Partners, mit Beteiligung von Notable Capital, Lightspeed, Datadog und Samsung. Damit belaufen sich die gesamten eingeworbenen Mittel auf 70 Millionen US-Dollar.
Patronus setzt sogenannte „Digitale Weltmodelle“ ein, um Repliken von Webseiten und internen Systemen zu erstellen. In diesen Umgebungen durchlaufen die Agenten nach ihrer Ausbildung mittels Verstärkungslernen Stresstests, bei denen erfolgreiche Aufgabenerledigung iterativ belohnt und Fehler bestraft werden.
AI-Labore schätzen diese digitalen Simulationen sehr, da sie es den Agenten ermöglichen, mit verschiedenen, manchmal unvorhersehbaren Szenarien zu experimentieren. Das Unternehmen vergleicht seinen Ansatz damit, wie Waymo autonome Fahrzeuge ausbildete – indem zunächst synthetische Welten erstellt wurden, um die Fahrzeuge gegen seltene Gefahren wie extreme Wetterbedingungen oder ein Kind, das einen Ball jagt, zu testen.
Der Unterschied zu AI-Agenten besteht darin, dass diese oft Abkürzungen nehmen, was zu fehlerhafter Aufgabenerledigung führt. „Patronus ist wirklich gut darin, solche Tricks aufzudecken und sicherzustellen, dass die Modelle zur Rechenschaft gezogen werden“, so Solomon.
Derzeit bietet Patronus seine simulierten digitalen Umgebungen für den Softwareengineering- und Finanzsektor an, doch laut Kannappan ist das erst der Anfang.
„Derzeit konzentrieren wir uns stark auf überprüfbare Probleme – solche, die sofort geprüft und verifiziert werden können – aber es gibt viele weitere Bereiche, die weder überprüfbar noch äußerst schwierig zu überprüfen sind“, sagte er.
Nur weil diese Prozesse überprüfbar sind, bedeutet das noch lange nicht, dass sie einfach sind. „Wir möchten in der Lage sein, eine Umgebung zu schaffen, in der ein Agent 10 Stunden, 10 Tage oder sogar 10 Wochen lang arbeiten kann“, erklärte Kannappan.
Was die Konkurrenten angeht, so ist Patronus der Ansicht, dass es hauptsächlich mit den internen Teams konkurriert, die bereits in AI-Laboren eingerichtet wurden, um das Verhalten von Agenten zu bewerten. Während Unternehmen wie Mercor und Surge Modelleigner bei der Anwendung von Verstärkungslernen unterstützen, verfolgt Patronus einen anderen Ansatz, indem es das Verhalten der Agenten ohne jegliche menschliche Beteiligung bewertet.
Sarvam hat von HCLTech 234 Mio. US-Dollar an Finanzierung erhalten, um zum jüngsten AI-Unicorn Indiens zu werden
Sarvam gab am Montag bekannt, dass es 234 Millionen US-Dollar eingesammelt hat – bei einer Bewertung des Unternehmens von 1,5 Milliarden US-Dollar. Das in Bengaluru ansässige Startup ist nun Indiens neuestes AI-Unicorn, da Regierungen und Unternehmen
Ehemaliger Teenager-Hacker und jetziger „Iron Dome“-Forscher sammelt 28 Millionen Dollar im Kampf gegen KI-Phishing
Shay Shwartz kennt E-Mail-Phishing-Angriffe in- und auswendig. Als Teenager verdiente er sein Geld als Hacker, doch nachdem er mit 16 Jahren erwischt wurde, erkannte er, dass er seine Kenntnisse im Be
Das KI-Modell von Meta ist hervorragend, doch die Open-Source-Identität schwindet
Die Open-Source-KI-Landschaft bot schon immer eine große Auswahl. Seit Jahren hatten Entwickler Zugang zu Modellen wie Mistral, Falcon und einer wachsenden Zahl von Open-Weight-Alternativen. Doch der











