Autor original: Daniel Barabander, Consultor Principal da Variant & Sócio Investidor
Compilado por: Zen, PANews
No dia 11 de abril, horário de Pequim, a startup de IA Plastic Labs anunciou a conclusão de uma rodada de financiamento Pre-Seed de 5,35 milhões de dólares, liderada por Variant, White Star Capital e Betaworks, com a participação de Mozilla Ventures, Seed Club Ventures, Greycroft e Differential Ventures, entre outros. Os investidores-anjo incluem Scott Moore, NiMA Asghari e Thomas Howell. Ao mesmo tempo, sua plataforma de identidade personalizada de IA "Honcho" foi oficialmente aberta para acesso antecipado.
Devido ao projeto ainda estar em fase inicial, toda a comunidade cripto sabe muito pouco sobre a Plastic Labs. Enquanto a Plastic divulgava as referidas atualizações de financiamento e produtos através do X, o conselheiro geral e sócio-investidor da sua principal parte interessada, a Variant, Daniel Barabander, também fez uma análise aprofundada do projeto e da sua plataforma Honcho. Abaixo está o conteúdo original:
Com o surgimento de modelos de linguagem em larga escala (LLM), a demanda por personalização no software cresceu de forma sem precedentes. Esses aplicativos dependem da linguagem natural, que varia de acordo com o interlocutor - assim como a maneira como você explicaria conceitos matemáticos aos seus avós é completamente diferente de como o faria aos seus pais ou filhos. Você ajusta instintivamente sua expressão de acordo com o público, e os aplicativos LLM também precisam "entender" com quem estão conversando para oferecer uma experiência mais eficaz e adequada. Quer se trate de assistentes terapêuticos, assistentes jurídicos ou companheiros de compras, esses aplicativos precisam compreender verdadeiramente os usuários para agregar valor.
No entanto, apesar da importância da personalização, atualmente não existem soluções prontas no mercado que possam ser utilizadas por aplicações LLM. Os desenvolvedores frequentemente têm que construir uma variedade de sistemas fragmentados, armazenando dados dos usuários (geralmente na forma de registros de conversação) e recuperando-os quando necessário. O resultado é que cada equipe precisa reinventar a roda, construindo sua própria infraestrutura de gerenciamento de estado do usuário. Pior ainda, métodos como armazenar interações dos usuários em bancos de dados vetoriais e realizar recuperação aumentada (RAG) só conseguem recordar conversas passadas, mas não conseguem realmente entender os interesses do usuário, preferências de comunicação, sensibilidade de tom e outras características profundas.
A Plastic Labs trouxe o Honcho, uma plataforma plug-and-play que permite aos desenvolvedores personalizar facilmente qualquer aplicação LLM. Os desenvolvedores não precisam mais começar do zero na construção de modelagem de usuários; basta integrar o Honcho e podem imediatamente obter perfis de usuários ricos e duradouros. Esses perfis são mais detalhados do que os métodos tradicionais, graças ao uso de tecnologias avançadas da ciência cognitiva pela equipe; além disso, eles suportam consultas em linguagem natural, permitindo que o LLM ajuste seu comportamento de forma flexível com base nos perfis de usuários.
Ao abstrair a complexidade da gestão do estado do utilizador, o Honcho abre novas alturas de experiência hiperpersonalizada para aplicações LLM. Mas o seu significado vai muito além disso: os ricos perfis de utilizador gerados pelo Honcho também pavimentam o caminho para a "camada de dados do utilizador partilhados", que há muito era difícil de alcançar.
Historicamente, as camadas de dados de usuários compartilhados falharam principalmente por duas razões:
Falta de interoperabilidade: Os dados dos usuários tradicionais costumam depender muito de cenários de aplicação específicos, tornando difícil a migração entre apps. Por exemplo, a plataforma social X pode modelar com base nas pessoas que você segue, mas esses dados não são de grande ajuda para sua rede profissional no LinkedIn. Por outro lado, o Honcho captura características do usuário mais avançadas e gerais, podendo atender perfeitamente a qualquer aplicação de LLM. Por exemplo, se um aplicativo de tutoria descobrir que você aprende melhor por analogia, então seu assistente terapêutico também pode usar esse insight para se comunicar com você de forma mais eficaz, embora os cenários sejam completamente diferentes.
Falta de valor imediato**：**As camadas de compartilhamento anteriores tiveram dificuldades em atrair a integração de aplicações no início, pois não traziam benefícios substanciais para os pioneiros, que são a chave para gerar dados de usuários valiosos. Honcho é diferente: primeiro resolve o "problema de nível um" da gestão do estado do usuário de uma única aplicação; quando um número suficiente de aplicações se integra, os efeitos de rede naturalmente trazem a solução do "problema de nível dois" - novas aplicações não apenas se integram para personalização, mas também podem utilizar desde o início os perfis de usuários compartilhados existentes, eliminando completamente a dor do arranque a frio.
Atualmente, o Honcho já tem centenas de aplicativos na lista de espera para testes fechados, abrangendo várias situações, como treinadores de dependência, parceiros educacionais, assistentes de leitura e ferramentas de e-commerce. A estratégia da equipe é: primeiro, focar na resolução do problema central de gerenciamento do estado do usuário dos aplicativos, e depois lançar progressivamente uma camada de dados compartilhados para os aplicativos dispostos a participar. Essa camada adotará incentivos criptográficos: os aplicativos que acessarem mais cedo receberão uma participação na propriedade dessa camada, permitindo-lhes compartilhar os dividendos de crescimento; ao mesmo tempo, o mecanismo de blockchain também garantirá que o sistema seja descentralizado e confiável, eliminando as preocupações sobre instituições centralizadas extraindo valor ou desenvolvendo produtos concorrentes.
A Variant acredita que a equipe da Plastic Labs possui a capacidade de superar os desafios de modelagem de usuários em software impulsionado por LLM. A equipe, ao desenvolver o aplicativo de tutoria personalizada Bloom, experienciou pessoalmente o problema de que o aplicativo não consegue realmente entender os estudantes e seus modos de aprendizagem. O Honcho nasceu exatamente dessa percepção, resolvendo a dor que cada desenvolvedor de aplicativo LLM enfrentará.
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
Visão geral da plataforma de identidade AI personalizada Honcho: como as aplicações LLM podem proporcionar uma experiência super personalizada?
Autor original: Daniel Barabander, Consultor Principal da Variant & Sócio Investidor
Compilado por: Zen, PANews
No dia 11 de abril, horário de Pequim, a startup de IA Plastic Labs anunciou a conclusão de uma rodada de financiamento Pre-Seed de 5,35 milhões de dólares, liderada por Variant, White Star Capital e Betaworks, com a participação de Mozilla Ventures, Seed Club Ventures, Greycroft e Differential Ventures, entre outros. Os investidores-anjo incluem Scott Moore, NiMA Asghari e Thomas Howell. Ao mesmo tempo, sua plataforma de identidade personalizada de IA "Honcho" foi oficialmente aberta para acesso antecipado.
Devido ao projeto ainda estar em fase inicial, toda a comunidade cripto sabe muito pouco sobre a Plastic Labs. Enquanto a Plastic divulgava as referidas atualizações de financiamento e produtos através do X, o conselheiro geral e sócio-investidor da sua principal parte interessada, a Variant, Daniel Barabander, também fez uma análise aprofundada do projeto e da sua plataforma Honcho. Abaixo está o conteúdo original:
Com o surgimento de modelos de linguagem em larga escala (LLM), a demanda por personalização no software cresceu de forma sem precedentes. Esses aplicativos dependem da linguagem natural, que varia de acordo com o interlocutor - assim como a maneira como você explicaria conceitos matemáticos aos seus avós é completamente diferente de como o faria aos seus pais ou filhos. Você ajusta instintivamente sua expressão de acordo com o público, e os aplicativos LLM também precisam "entender" com quem estão conversando para oferecer uma experiência mais eficaz e adequada. Quer se trate de assistentes terapêuticos, assistentes jurídicos ou companheiros de compras, esses aplicativos precisam compreender verdadeiramente os usuários para agregar valor.
No entanto, apesar da importância da personalização, atualmente não existem soluções prontas no mercado que possam ser utilizadas por aplicações LLM. Os desenvolvedores frequentemente têm que construir uma variedade de sistemas fragmentados, armazenando dados dos usuários (geralmente na forma de registros de conversação) e recuperando-os quando necessário. O resultado é que cada equipe precisa reinventar a roda, construindo sua própria infraestrutura de gerenciamento de estado do usuário. Pior ainda, métodos como armazenar interações dos usuários em bancos de dados vetoriais e realizar recuperação aumentada (RAG) só conseguem recordar conversas passadas, mas não conseguem realmente entender os interesses do usuário, preferências de comunicação, sensibilidade de tom e outras características profundas.
A Plastic Labs trouxe o Honcho, uma plataforma plug-and-play que permite aos desenvolvedores personalizar facilmente qualquer aplicação LLM. Os desenvolvedores não precisam mais começar do zero na construção de modelagem de usuários; basta integrar o Honcho e podem imediatamente obter perfis de usuários ricos e duradouros. Esses perfis são mais detalhados do que os métodos tradicionais, graças ao uso de tecnologias avançadas da ciência cognitiva pela equipe; além disso, eles suportam consultas em linguagem natural, permitindo que o LLM ajuste seu comportamento de forma flexível com base nos perfis de usuários.
Ao abstrair a complexidade da gestão do estado do utilizador, o Honcho abre novas alturas de experiência hiperpersonalizada para aplicações LLM. Mas o seu significado vai muito além disso: os ricos perfis de utilizador gerados pelo Honcho também pavimentam o caminho para a "camada de dados do utilizador partilhados", que há muito era difícil de alcançar.
Historicamente, as camadas de dados de usuários compartilhados falharam principalmente por duas razões:
Atualmente, o Honcho já tem centenas de aplicativos na lista de espera para testes fechados, abrangendo várias situações, como treinadores de dependência, parceiros educacionais, assistentes de leitura e ferramentas de e-commerce. A estratégia da equipe é: primeiro, focar na resolução do problema central de gerenciamento do estado do usuário dos aplicativos, e depois lançar progressivamente uma camada de dados compartilhados para os aplicativos dispostos a participar. Essa camada adotará incentivos criptográficos: os aplicativos que acessarem mais cedo receberão uma participação na propriedade dessa camada, permitindo-lhes compartilhar os dividendos de crescimento; ao mesmo tempo, o mecanismo de blockchain também garantirá que o sistema seja descentralizado e confiável, eliminando as preocupações sobre instituições centralizadas extraindo valor ou desenvolvendo produtos concorrentes.
A Variant acredita que a equipe da Plastic Labs possui a capacidade de superar os desafios de modelagem de usuários em software impulsionado por LLM. A equipe, ao desenvolver o aplicativo de tutoria personalizada Bloom, experienciou pessoalmente o problema de que o aplicativo não consegue realmente entender os estudantes e seus modos de aprendizagem. O Honcho nasceu exatamente dessa percepção, resolvendo a dor que cada desenvolvedor de aplicativo LLM enfrentará.