[Stortrend] Oppstartsverksemder som utviklar eigne LLM-ar innan spesialiserte område som juss og medisin
[Meir variert bedriftsinformasjon om oppstartsverksemdene som er nemnde i denne artikkelen, finn du på stordata-plattforma «Datalab» frå Unicorn Factory.]
/Foto = Microsoft «Designer»-generert bilete
Medan regjeringa har bestemt seg for å utvikle ein nasjonal, storskala AI-modell og set i gang prosjektet «Independent AI Foundation Model» for å sikre teknologisk suverenitet innan AI (kunstig intelligens), finst det oppstartsverksemder som ikkje deltok i dette prosjektet, men som utmerkar seg innan LLM (storskala språkmodellar) gjennom eigen teknologisk kapasitet.
Dei 18 selskapa som høyrer til dei fem teama på den endelege lista over prosjektet «Independent AI Foundation Model», som departementet for vitskap, teknologi og informasjons- og kommunikasjonsteknologi kunngjorde den 4. denne månaden, er △Upstage △Twelve Labs △Rebellion △Liner △FuriosaAI △Wrtn Technologies med fleire. Sjølv om dei ikkje bestod denne evalueringa, utfordra også oppstartsverksemder som △Mathpresso △Tomorrow Robotics △Pebblous △JunctionMed prosjektet gjennom konsortium og viste tillit til AI-kompetansen sin.
Det finst også «skjulte sterke aktørar» som ikkje søkte på dette prosjektet, men som byggjer opp differensiert teknologisk kapasitet, mellom anna ved å utvikle eigne LLM-ar. Døme er △BHSN (juss) △EveryAI Korea (medisin) △Miso (heimetenester) △CLEVI (generative AI-tenester) △42Maru (komprimerte LLM-ar).
Dei har løyst sjølv den vanskelege «juss og medisin»-oppgåva
/Grafikk = Lim Jong-cheol
Legaltech-oppstartsverksemda BHSN lanserte nyleg den juridisk spesialiserte LLM-en «Alibi Astro». Den juridisk spesialiserte LLM-en «Alibi Astro», som legaltech-oppstartsverksemda BHSN nyleg lanserte, skil seg klart ut. Alibi Astro har auka fagkompetansen sin gjennom CPT (kontinuerleg førehandslæring) basert på omfattande data om lover, rettsavgjerder og politikk. Modellen blei trena på språkstrukturar og kontekst som blir brukte i faktisk juridisk praksis, gjennom RLHF (forsterkingslæring basert på menneskeleg tilbakemelding) som tek omsyn til synspunkta til advokatar og andre fagpersonar.
Ved å forstå konteksten i spørsmåla kan ein utleie logiske samanhengar mellom dokument og mogleggjere AI-baserte kontraktar, og ein kan gjennomgå engelskspråklege EPC-kontraktar for bygg og anlegg på gjennomsnittleg 100 sider på berre eitt minutt. Det er mogleg å byggje opp resonnement på ekspertnivå, mellom anna ved å tolke klausular og foreslå retning for endringar. I dag brukar leiande sørkoreanske storføretak som CJ CheilJedang og Aekyung Chemical Alibi Astro i det praktiske arbeidet.
Det spesialiserte LLM-et for medisinsk sektor, «e1-M», frå EveryAI Korea vekkjer òg merksemd. Eit særtrekk ved e1 er at det, i staden for å vere avhengig av engelskbasert omsetjing slik eksisterande globale modellar er, er utforma for intuitivt å forstå og resonnere kring kontekst og nyansar i koreansk.
I den medisinske QA-benchmarken «KorMedMCQA», som eit forskarteam ved KAIST har bygd opp, oppnådde modellen 90,78 poeng og viste betre yting enn GPT-4o (85,61 poeng) og Claude 3.5 (86,51 poeng). Modellen fekk òg gode vurderingar for evna til å analysere pasientsymptom og testresultat samla og til og med foreslå behandlingsretning.
EveryAI Korea planlegg framover å utvikle bransjetilpassa LLM-ar også for andre område enn medisin, som jus (e1-L) og finans (e1-F), og å lansere medisinske AI-løysingar baserte på e1-M som kan brukast av sjukehus, legemiddelselskap og forsikringsselskap.
«Kvifor brukar de ChatGPT?» … LLM-ar med låge kostnader og høg effektivitet
Det finst òg oppstartsverksemder som utfordrar ChatGPT med LLM-ar med låge kostnader og høg effektivitet. Den generative AI-tenesta «Ivy», lansert av CLEVI, er bygd opp ved å utvikle små modellar for å minimere AI-utviklingskostnadene, og deretter destillere og slå saman desse modellane. Verksemda har teke i bruk teknologi for effektiv styring av utviklingsprosessen gjennom automatisert utrulling av containerbaserte læringsnoder (databehandlingsressursar), og eit særtrekk er at ho har redusert kostnadene ved å byggje og drifte tenesta kraftig gjennom effektiv utforming av læringspipeline og optimalisering av kommunikasjonsnettverket mellom nodane.
Miso, ei oppstartsverksemd som tilbyr over 200 heimetenester, mellom anna reinhald, flytting og utleige av hushaldningsapparat, er òg i ferd med å bli eit teknologiselskap. Verksemda har som den første i bransjen lansert ei LLM-basert løysing der AI foreslår dei heimetenestene kunden treng og støttar kunden heilt fram til kopling med ein fagperson. Tidlegare måtte kunden finne kategorien for heimetenesta manuelt og sende inn ei bestilling, medan kunden no kan forklare problemet sitt, slik at AI analyserer det og anbefaler og koplar kunden til den optimale tenesta.
포티투마루 oppnådde teknologisk differensiering med ein LLM med høg pålitelegheit. Den eigenutvikla «LLM42» er ein lettvekts-LLM optimalisert for koreanskspråklege miljø, med låg kostnadsstruktur, høg tryggleik og god anvendelegheit i industrien.
Ekspertane er samde om at regjeringa bør utarbeide ein strategi som gjer desse selskapa til ein sentral akse i den nasjonale AI-strategien, og som inkluderer ikkje berre selskapa som deltek i prosjektet for ein uavhengig AI-foundation-modell, men òg andre oppstartsverksemder. Choi Seong-jin, direktør for Startup Growth Research Institute, understreka: "Det må utformast eit institusjonelt system som gjer at oppstartsverksemder kan stå som sentrale aktørar i AI-politikken, ikkje som statistar", og la til: "Suksessen eller fiaskoen til ein AI-supermakt avheng av oppstartsverksemdene."
/Grafikk = Yun Seon-jeong
Journalist Choi Tae-beom [email protected]
Kjelde: Money Today (journalist Choi Tae-beom) | https://www.mt.co.kr/future/2025/08/07/2025080518330143511
[Money Today Startup-medieplattformen 'Unicorn Factory']
<Opphavsrettsinnehavar © Money Today, «Sanntidsnyheiter som viser pengar». Uautorisert gjengjeving og redistribusjon, samt bruk til AI-trening, er forbode>