[Den store trend] Startups, der udvikler egne LLM'er inden for specialiserede områder som jura og medicin
[Flere virksomhedsoplysninger om de startups, der er omtalt i denne artikel, kan ses på Unicorn Factorys big data-platform 'Data Lab'.]
/Foto=genereret billede fra Microsofts 'Designer'
Mens regeringen har besluttet at udvikle en nationalt førende storskalamodel for AI og iværksat projektet 'Independent AI Foundation Model' for at sikre teknologisk suverænitet inden for AI (kunstig intelligens), findes der startups, som ikke deltog i projektet, men som udmærker sig inden for LLM'er (store sprogmodeller) med deres egen teknologiske kunnen.
De startups, der tilhører de 5 teams på den endelige liste over projektet 'Independent AI Foundation Model', som Ministeriet for Videnskab og IKT offentliggjorde den 4. denne måned, omfatter i alt 18 virksomheder, herunder △Upstage △Twelve Labs △Rebellion △Liner △FuriosaAI △Wrtn Technologies. Selvom de led det bitre nederlag at blive frasorteret i denne evaluering, udfordrede startups som △Mathpresso △Tomorrow Robotics △Pebblous △Junction Med også projektet gennem konsortier og udtrykte tillid til deres AI-teknologiske kunnen.
Der findes også 'skjulte stærke spillere', som ikke søgte om at deltage i projektet, men opbygger differentieret teknologisk kunnen, blandt andet ved selv at udvikle LLM'er. Som repræsentative eksempler kan nævnes △BHSN (jura) △EveryAI Korea (medicin) △Miso (hjemmeservice) △CLEVI (generativ AI-tjeneste) △42Maru (lette LLM'er).
De har løst selv den vanskelige 'jura og medicin'
/Grafik=Lim Jong-cheol
Legaltech-startuppen BHSN har for nylig lanceret den juridisk specialiserede LLM 'Alibi Astro'. Den juridisk specialiserede LLM 'Alibi Astro', som legaltech-startuppen BHSN for nylig lancerede, skiller sig klart ud. Alibi Astro har øget sin ekspertise gennem CPT (kontinuerlig prætræning) baseret på omfattende data om love, retsafgørelser og politikker. Modellen er trænet i de sproglige strukturer og den kontekst, der anvendes i juridisk praksis, gennem RLHF (forstærkningslæring baseret på menneskelig feedback), der afspejler vurderinger fra eksperter som advokater.
Den kan forstå konteksten i spørgsmål, udlede logiske relationer mellem dokumenter og muliggøre AI-baserede kontrakter. Selv engelsksprogede EPC-kontrakter inden for bygge- og anlægsarbejde på gennemsnitligt 100 sider kan gennemgås på blot ét minut. Den kan opbygge argumentation på ekspertniveau, herunder fortolke klausuler og foreslå retninger for ændringer. I øjeblikket bruger store koreanske virksomheder som CJ CheilJedang og Aekyung Chemical Alibi Astro i deres praktiske arbejde.
EveryAI Korea's branchespecifikke LLM til medicinsk brug, 'e1-M', tiltrækker også opmærksomhed. I modsætning til eksisterende globale modeller, der er afhængige af engelskbaseret oversættelse, er e1 designet til intuitivt at forstå og ræsonnere over koreansk kontekst og nuancer.
På den medicinske QA-benchmark 'KorMedMCQA', som er udviklet af et KAIST-forskerteam, opnåede den 90,78 point og præsterede dermed bedre end GPT-4o (85,61 point) og Claude 3.5 (86,51 point). Den fik også høje vurderinger for sin evne til samlet at analysere patienters symptomer og undersøgelsesresultater og endda foreslå behandlingsretninger.
EveryAI Korea planlægger fremover at udvikle branchespecifikke LLM'er også inden for andre områder end medicin, herunder jura (e1-L) og finans (e1-F), samt lancere e1-M-baserede AI-løsninger til sundhedssektoren, som kan anvendes af hospitaler, medicinalvirksomheder og forsikringsselskaber.
"Hvorfor bruger man ChatGPT?" … LLM'er med lave omkostninger og høj effektivitet
Der findes også startups, som udfordrer ChatGPT med LLM'er, der kombinerer lave omkostninger med høj effektivitet. Den generative AI-tjeneste 'Ivy', som CLEVI har lanceret, er opbygget ved at udvikle små modeller og destillere og kombinere disse modeller for at minimere omkostningerne ved AI-udvikling. Virksomheden har indført teknologi til effektiv styring af udviklingsprocessen gennem automatiseret, containerbaseret distribution af træningsnoder (computerressourcer) og har især reduceret omkostningerne ved opbygning og drift af tjenester betydeligt gennem effektiv design af træningspipelines og optimering af kommunikationsnetværket mellem noder.
Miso, en startup, der tilbyder over 200 hjemmetjenester såsom rengøring, flytning og udlejning af husholdningsapparater, er også ved at udvikle sig til en teknologivirksomhed. Virksomheden har som den første i branchen lanceret en LLM-baseret løsning, hvor AI foreslår de hjemmetjenester, kunderne har brug for, og hjælper med at forbinde dem med eksperter. Tidligere skulle kunderne selv finde og bestille den relevante kategori af hjemmetjenester, mens de nu kan fortælle om det problem, de oplever, hvorefter AI analyserer det og anbefaler og forbinder dem med den optimale service.
FortyTwoMaru opnåede teknologisk differentiering med en LLM med høj pålidelighed. Den egenudviklede 'LLM42' er en letvægts-LLM optimeret til koreanske miljøer, som udmærker sig ved lave omkostninger, høj sikkerhed og bred anvendelighed i industrien.
Eksperter er enige om, at regeringen bør udarbejde en strategi, der gør disse virksomheder – ikke kun dem, der deltager i projektet om en uafhængig national AI-fundamentmodel, men også andre startups – til centrale aktører i landets AI-strategi. Choi Seong-jin, direktør for Startup Growth Research Institute, understregede: "Der skal skabes institutionelle rammer, så startups kan indtage en central rolle i AI-politikken i stedet for blot at fungere som statister", og tilføjede: "Succesen eller fiaskoen for en AI-supermagt afhænger af startups."
/Grafik=Yoon Seon-jeong
Journalist Choi Tae-beom [email protected]
Kilde: MoneyToday (journalist Choi Tae-beom) | https://www.mt.co.kr/future/2025/08/07/2025080518330143511
[MoneyTodays startup-medieplatform 'Unicorn Factory']
<Ophavsretsindehaver © MoneyToday, 'realtidsnyheder, hvor pengene kan ses'. Uautoriseret gengivelse og distribution samt brug til AI-træning er forbudt>