Probably lève 9 millions de dollars pour développer une IA plus fiable et réduire les hallucinations
- 01Probably lève 9 millions de dollars pour développer une IA réduisant les hallucinations et les erreurs factuelles.
- 02L'objectif est d'atteindre une précision comparable aux systèmes déterministes, cruciale pour les usages professionnels.
- 03La startup vise à combler un vide dans l'IA générative, où la fiabilité des réponses reste un défi majeur.
La startup Probably a annoncé une levée de fonds de 9 millions de dollars pour développer une intelligence artificielle conçue pour minimiser les hallucinations et les erreurs factuelles. Selon TechCrunch, l’objectif est de proposer un système dont la précision se rapproche des modèles déterministes, un enjeu critique pour les applications professionnelles où la fiabilité des données est primordiale.
Probably mise sur une approche technique visant à réduire les risques de réponses incorrectes ou inventées, un problème récurrent dans les modèles d’IA générative actuels. La startup n’a pas détaillé les méthodes spécifiques employées, mais souligne l’importance de garantir la cohérence des informations fournies aux utilisateurs. Cette levée de fonds devrait permettre d’accélérer le développement et le déploiement de solutions adaptées aux besoins des entreprises.
Fondée récemment, Probably se positionne comme un acteur émergent dans le domaine de l’IA fiable, un marché en pleine expansion face aux critiques croissantes sur les limites des systèmes génératifs.
Articles liés
Évaluer et fiabiliser un système LLM : évals et garde-fous
Construire un vrai jeu d'évals et le faire tourner : dataset de référence, vérifications automatiques, LLM-as-judge calibré et garde-fous d'exécution. Avec un harnais de test Python complet et reproductible.
KPMG retire un rapport sur l'IA après des hallucinations flagrantes
L'audit KPMG a dû retirer un rapport sur l'utilisation de l'IA après la découverte d'informations erronées générées par des modèles d'IA, soulignant les risques persistants des hallucinations dans les contenus automatisés.