人工智能及其驱动的大型语言模型（LLM）应用前景广阔，但可靠性仍存疑。初创企业Composo借此商机，帮助企业确保LLM应用按预期运行。
核心优势：无代码与API双轨并行
总部位于伦敦的Composo凭借定制模型评估LLM应用的准确性与质量，具备先发优势。与Agenta、LangSmith等竞品相比，其独特之处在于同时提供无代码选项和API。这一设计扩大了潜在市场，使领域专家和高管无需开发背景即可自行评估AI应用的一致性、质量及准确性问题。
技术原理与产品发布
Composo结合针对预期输出训练的奖励模型与应用特定标准集，构建自动化评估系统。例如，医疗分诊聊天机器人可设置自定义指南检查危险症状，系统据此对应用表现的一致性进行评分。近期，该公司推出了公开API——Composo Align，支持根据任意标准评估LLM应用。
融资情况与资本策略
该策略成效显著，客户涵盖埃森哲、Palantir和麦肯锡等知名企业，并已完成200万美元种子前轮融资。在AI融资充裕的背景下，此金额相对克制。联合创始人兼CEO Sebastian Fox表示，公司模式非资本密集型，未来三年不计划大额融资。“基础模型的高效构建并非我们的卖点，OpenAI等巨头的进展反而利好我们业务。”
发展规划与投资背书
新资金将用于扩大由前Graphcore工程师Luke Markham领导的工程团队、拓展客户及加强研发。Fox强调：“今年重点是将现有技术在这些公司中规模化推广。”本轮融资由英国AI基金Twin Path Ventures领投，JVH Ventures和EWOR参投。Twin Path评价称：“Composo正解决企业AI采用的关键瓶颈。”
解决企业信任危机与竞争壁垒
Fox指出，企业对AI炒作已感厌倦，更关注业务改变的可靠性与可证明性。Composo保持行业中立，但在合规、法律、医疗和安全领域价值显著，有助于降低声誉风险。其竞争护城河在于基于“大量专家评估数据集”训练的架构与数据积累。面对科技巨头入局，Fox认为随时间积累的评估偏好数据是核心优势。此外，灵活的评估标准使其比受限方法更适合应对代理式AI兴起，“我们正致力于解决代理尚未能良好工作的问题。”
TechCrunch拥有一封专注于AI的新闻通讯！点击此处订阅，每周三将其发送至您的收件箱。