
CTGT
Det deterministiske lag til frontier-intelligens
Om virksomheden
CTGT er et laboratorium for anvendt AI-forskning, der fra bunden løser flaskehalsen med alignment og pålidelighed i virksomheders brug af AI.
For virksomheder – især i stærkt regulerede brancher – har udrulning af generativ AI hidtil været et kompromis mellem kunnen og katastrofal risiko. Gængse løsninger i virksomheder som RAG, finjustering og prompt engineering arbejder på det forkerte abstraktionsniveau. De er i sagens natur sandsynlighedsbaserede, kræver et enormt udviklingsarbejde og leverer ikke den matematiske sikkerhed, som Fortune 500-virksomhederne kræver.
Vi fokuserer på videnskaben bag representation engineering og har gjort mekanistisk fortolkelighed til et produkt. Ved at åbne neurale netværks »sorte boks« har CTGT udviklet en proprietær arkitektur, der griber direkte ind i modellens repræsentationslag. Vi omsætter komplekse interne procedurer, SEC/FINRA-regler og strenge redaktionelle regelsæt til maskinlæsbar »Policy as Code« og håndhæver deterministiske begrænsninger og holdbare revisionsspor uden dyr gentræning af modellen.
Resultatet er et kvantespring i både økonomi og kunnen for AI i virksomheder. Vores grundlæggende arkitektur gør det muligt for organisationer at køre sikre, selvhostede open source-modeller, der matematisk matcher frontier-modellernes ræsonnement og ydeevne. Benchmarks fra vores udrulninger i virksomheder viser, at 96,5 % af hallucinationerne forhindres, at præcisionen bliver op til 3,3 gange højere i komplekse domænespecifikke opgaver, og at manuel gennemgang med mennesker i loopet falder med 80–90 %.
CTGT er støttet af en seedrunde på 8 mio. $ fra Gradient Ventures (Google), General Catalyst og Y Combinator og er i dag i drift hos Fortune 500-virksomheder, heriblandt finansielle institutioner i topklassen og globale mediekoncerner. Det giver dem den deterministiske kontrol, der skal til for at udrulle AI i virksomheden uden plads til fejl.
Emner
- Sted
- San Francisco, CA, USA
- Teamstørrelse
- 10 ansatte
- YC-batch
- Fall 2024
- Status
- Aktiv
- Fase
- Tidlig fase





