
CTGT
Deterministyczna warstwa dla najbardziej zaawansowanej AI
O firmie
CTGT to laboratorium badawcze stosowanej AI, które u podstaw rozwiązuje problem dopasowania i niezawodności blokujący AI w przedsiębiorstwach.
Dla firm, zwłaszcza w silnie regulowanych branżach, wdrażanie generatywnej AI zawsze było kompromisem między możliwościami a ryzykiem katastrofy. Standardowe podejścia korporacyjne, takie jak RAG, fine-tuning czy prompt engineering, działają na niewłaściwym poziomie abstrakcji. Są z natury probabilistyczne, wymagają ogromnego nakładu inżynieryjnego i nie dają matematycznej pewności, której oczekują firmy z listy Fortune 500.
Zajmujemy się inżynierią reprezentacji i przekuliśmy interpretowalność mechanistyczną w produkt. Otwierając „czarną skrzynkę” sieci neuronowych, CTGT opracowało autorską architekturę, która ingeruje bezpośrednio w warstwę reprezentacji modelu. Złożone procedury firmowe, regulacje SEC/FINRA i rygorystyczne zasady redakcyjne zamieniamy w czytelne dla maszyn „Policy as Code”, wymuszając deterministyczne ograniczenia i zapewniając ścieżki audytu, których da się bronić – bez kosztownego ponownego trenowania modelu.
Efekt to skokowa poprawa ekonomiki i możliwości AI w przedsiębiorstwach. Nasza architektura pozwala firmom uruchamiać bezpieczne, hostowane u siebie modele open source, które pod względem rozumowania i wydajności matematycznie dorównują modelom z czołówki. Benchmarki z naszych wdrożeń korporacyjnych pokazują zapobieganie halucynacjom w 96,5% przypadków, nawet 3,3-krotny wzrost trafności w złożonych zadaniach dziedzinowych oraz o 80–90% mniej ręcznej weryfikacji przez ludzi.
CTGT, wsparte rundą seed w wysokości 8 mln USD od Gradient Ventures (Google), General Catalyst i Y Combinator, działa już w firmach z listy Fortune 500, w tym w czołowych instytucjach finansowych i globalnych koncernach medialnych, dając im deterministyczną kontrolę niezbędną do wdrażania AI tam, gdzie nie ma miejsca na błąd.
Tematy
- Lokalizacja
- San Francisco, CA, USA
- Wielkość zespołu
- Pracownicy: 10
- Edycja YC
- Fall 2024
- Status
- Aktywny
- Etap
- Wczesny etap





