DynamoFL，该公司提供软件，帮助企业部署大型语言模型（LLM），并在敏感数据上对这些模型进行微调。今日宣布完成由 Canapi Ventures 和 Nexus Venture Partners 联合领投的 A 轮融资，融资金额为 1510 万美元。
此轮融资还有 Formus Capital 和 Soma Capital 等机构参与，使 DynamoFL 累计融资总额达到 1930 万美元。联合创始人兼首席执行官 Vaikkunth Mugunthan 表示，这笔资金将用于扩展 DynamoFL 的产品线并扩大其隐私研究团队。
“综合来看，DynamoFL 的产品组合使企业能够在不牺牲性能的前提下，开发私密且合规的 LLM 解决方案，”Mugunthan 在回复 TechCrunch 的电子邮件采访中表示。
创立背景：解决AI数据安全漏洞
总部位于旧金山的 DynamoFL 由 Mugunthan 和 Christian Lau 于 2021 年创立，两人均为麻省理工学院电气工程和计算机科学系的毕业生。Mugunthan 表示，他们创立公司的共同动机是解决 AI 模型中“关键”的数据安全漏洞。
“生成式 AI 凸显了新的风险，包括 LLM 可能‘记忆’敏感训练数据并将这些数据泄露给恶意行为者，”Mugunthan 说。“企业在应对这些风险方面准备不足，因为妥善解决这些 LLM 漏洞需要招募高度专业的隐私机器学习研究人员团队，以建立 streamlined 基础设施，持续测试其 LLM 是否面临新兴的数据安全风险。”
行业挑战与合规风险
企业在采用 LLM 时确实面临挑战——主要是与合规性相关的问题。公司担心其机密数据会落入在其用户数据上训练模型的开发者手中；近几个月来，大型企业 包括 Apple、Walmart 和 Verizon 已禁止员工使用 OpenAI 的 ChatGPT 等工具。
在最近的一份报告中，Gartner 确定了组织在评估“负责任”的 LLM 风险时需要关注的六项法律和合规风险，包括 LLM 可能不准确回答问题（这种现象被称为 幻觉）、数据隐私与保密性以及模型偏见（例如，当模型刻板地将某些性别与某些职业关联时）。报告指出，这些要求可能因州和国家而异，使情况更加复杂；例如，加州规定组织必须披露客户正在与机器人进行交流的情况。
产品功能与技术优势
DynamoFL 部署在客户的虚拟私有云或本地环境中，试图通过多种方式解决这些问题，包括使用 LLM 渗透测试工具来检测和记录 LLM 的数据安全风险，例如 LLM 是否已记忆或可能泄露敏感数据。 多项研究表明 表明，大型语言模型（LLM）根据其训练方式和提示方式的不同，可能会泄露个人信息——这对于处理专有数据的大型企业来说显然是不可接受的。
此外，DynamoFL 提供了一个大语言模型开发平台，该平台融合了旨在降低模型数据泄露风险和安全漏洞的技术。使用该平台，开发人员可以将各种优化技术集成到模型中，使其能够在移动设备和边缘服务器等硬件受限的环境中运行。
需要澄清的是，这些功能并非特别独特——至少从表面来看并非如此。像 OctoML、Seldon 和 Deci 这样的初创公司提供了工具，用于优化 AI 模型，使其在各种硬件上更高效地运行。而 LlamaIndex 和 Contextual AI 等其他公司则专注于隐私和合规性——提供在自有数据上训练大语言模型的隐私保护方法。 OctoML， Seldon 和 Deci 提供了工具，用于优化 AI 模型，使其在各种硬件上更高效地运行。而 LlamaIndex 和 Contextual AI 等其他公司则 LlamaIndex 和 Contextual AI专注于隐私和合规性——提供在自有数据上训练大语言模型的隐私保护方法。
那么 DynamoFL 的差异化优势是什么？Mugunthan 认为在于其解决方案的“全面性”。这包括与法律专家合作，制定如何在使用 DynamoFL 开发大语言模型时遵守美国、欧洲和亚洲隐私法的指南。
这种方法吸引了多家财富 500 强客户，尤其是金融、电子、保险和汽车行业的客户。
他表示：“虽然目前已有产品可以从发送给大语言模型服务的查询中删除个人身份信息，但这些产品无法满足金融服务和保险等严格监管行业的要求，因为在这些行业中，被删除的个人身份信息通常可以通过复杂的恶意攻击被重新识别。”“DynamoFL 利用其在 AI 隐私漏洞方面的专业知识，为企业构建了一个最全面的解决方案，以满足其对大语言模型数据安全性的监管要求。”
未来展望与团队扩张
DynamoFL 并未解决当今大型语言模型（LLM）面临的一个棘手问题：知识产权和版权风险。商业 LLM 是在大量互联网数据上训练而成的，有时它们会 复述 这些数据——这使得任何使用这些模型的公司都面临违反版权的风险。
但 Mugunthan 暗示，得益于 DynamoFL 最近的融资，未来将推出一套更丰富的工具和服务。
他表示：“满足监管要求是 IT 部门高管层的关键职责，尤其是在金融服务和保险等行业。”“如果敏感信息泄露，监管不合规不仅会对客户信任造成不可挽回的损害，还可能带来巨额罚款，并导致企业运营出现重大中断。DynamoFL 的隐私评估套件提供了开箱即用的数据提取漏洞测试，以及满足安全和合规要求所需的自动化文档功能。”
DynamoFL 目前拥有约 17 名员工，预计年底前团队规模将扩大至 35 人。