Con sede en San Francisco CTGTuna startup centrada en hacer que AI sea más confiable a través de la personalización del maniquí a nivel de funciones, ganó el premio al estilo de estilo mejor de presentación en VB Transform 2025 en San Francisco. Fundada por Cyril Gorlla, de 23 abriles, la compañía mostró cómo su tecnología ayuda a las empresas a exceder las barreras de confianza de IA al modificar directamente las características del maniquí en zona de usar métodos tradicionales de ingeniería fino o inmediato.

Durante su presentación, Gorlla destacó el “caracolillo AI Doom” que enfrenta muchas empresas: el 54% de las empresas citan la IA como su longevo peligro tecnológico según Deloitte, mientras que McKinsey informa que el 44% de las organizaciones han experimentado consecuencias negativas de la implementación de la IA.

“Una gran parte de esta conferencia ha sido sobre el caracolillo de AI Doom”, explicó Gorlla durante su presentación. “Desafortunadamente, muchas de estas (inversiones de IA) no funcionan. J&J acaba de rescindir Cientos de pilotos de IA porque verdaderamente no entregaron ROI adecuado a que no hay confianza fundamental en estos sistemas “.

Rompiendo la hormaza de enumeración de IA

El enfoque de CTGT representa una desviación significativa de las técnicas convencionales de personalización de IA. La compañía fue fundada en la investigación que Gorlla realizó mientras sostenía una arnés dotada en la Universidad de California en San Diego.

En 2023, Gorlla Publicado un artículo En la Conferencia Internacional sobre Representaciones de Estudios (ICLR) que describe un método para evaluar y capacitar a los modelos de IA que fue hasta 500 veces más rápido que los enfoques existentes mientras lograba “tres nueves” (99.9%) de precisión.

En zona de encargar en la escalera de fuerza bruta o los métodos tradicionales de estudios profundo, CTGT ha desarrollado lo que ardor una “pila de IA completamente nueva” que reinventa fundamentalmente cómo aprenden las redes neuronales. La innovación de la compañía se centra en la comprensión e intervención en el nivel de características de los modelos de IA.

El enfoque de la compañía difiere fundamentalmente de las soluciones de interpretabilidad típico que dependen de los sistemas de IA secundarios para el monitoreo. En cambio, CTGT ofrece capacidades de interpretabilidad matemáticamente verificables que eliminan la penuria de modelos suplementarios, reduciendo significativamente los requisitos computacionales en el proceso.

La tecnología funciona identificando variables latentes específicas (neuronas o direcciones en el espacio de características) que impulsan los comportamientos como la censura o las alucinaciones, luego modifican dinámicamente estas variables en el momento de la inferencia sin alterar los pesos del maniquí. Este enfoque permite a las empresas personalizar el comportamiento del maniquí en la marcha sin estar fuera de orientación para el reentrenamiento.

Aplicaciones del mundo vivo

Durante su presentación de transformación, Gorlla demostró dos solicitudes empresariales ya implementadas en una institución financiera Fortune 20:

Un flujo de trabajo de cumplimiento del correo electrónico que capacita a los modelos para comprender el contenido aceptable específico de la compañía, lo que permite a los analistas realizar sus correos electrónicos contra los estándares de cumplimiento en tiempo vivo. El sistema destaca el contenido potencialmente problemático y proporciona explicaciones específicas.

Una utensilio de columna de marca que ayuda a los especialistas en marketing a desarrollar una copia consistente con los títulos de la marca. El sistema puede sugerir consejos personalizados sobre por qué ciertas frases funcionan correctamente para una marca específica y cómo mejorar el contenido que no se alinea.

“Si una empresa tiene 900 casos de uso, ya no tiene que ajustar los modelos 900”, explicó Gorlla. “Somos agnósticos del maniquí, por lo que pueden enchufarnos”.

Un ejemplo del mundo vivo de la tecnología de CTGT en movimiento fue su trabajo con Modelos de Speek de Deepdonde identificó y modificó con éxito las características responsables de los comportamientos de censura. Al aislar y ajustar estos patrones de activación específicos, CTGT pudo obtener una tasa de respuesta del 100% en consultas confidenciales sin degradar el rendimiento del maniquí en tareas neutrales como razonamiento, matemáticas y codificación.

Imágenes: presentación de CTGT en VB Transform 2025

ROI demostrado

La tecnología de CTGT parece estar entregando resultados medibles. Durante la sesión de preguntas y respuestas, Gorlla señaló que en la primera semana de despliegue con “una de las principales aseguradoras de IA, le ahorramos $ 5 millones de responsabilidad”.

Otro cliente temprano, Ebrada Financial, ha utilizado CTGT para mejorar la precisión objetiva de los chatbots de servicio al cliente. “Anteriormente, las alucinaciones y otros errores en las respuestas de Chatbot impulsaron un detención barriguita de solicitudes de agentes de apoyo en vivo a medida que los clientes buscaban aclarar las respuestas”, dijo Ley Ebrada, fundador y estratega de impuestos. “CTGT ha ayudado a mejorar enormemente la precisión del chatbot, eliminando la mayoría de esas solicitudes de agentes”.

En otro estudio de caso, CTGT trabajó con una compañía Fortune 10 sin nombre para mejorar las capacidades de IA en el dispositivo en entornos computacionalmente restringidos. La compañía igualmente ayudó a una empresa líder de visión por computadora a obtener un rendimiento del maniquí 10 veces más rápido al tiempo que mantiene una precisión comparable.

La compañía afirma que su tecnología puede sujetar las alucinaciones en un 80-90% y permitir implementaciones de IA con una confiabilidad del 99.9%, un divisor crítico para las empresas en industrias reguladas como la atención médica y las finanzas.

De Hyderabad a Silicon Valley

El delirio de Gorlla es en sí mismo trascendental. Nacido en Hyderabad, India, él codificación masterizada A los 11 abriles y estaba desmoronando las computadoras portátiles en la escuela secundaria para obtener más rendimiento para capacitar a los modelos de IA. Llegó a los Estados Unidos para estudiar en la Universidad de California, San Diego, donde recibió la banda de la presidenta dotada.

Su investigación allí se centró en comprender los mecanismos fundamentales de cómo aprenden las redes neuronales, lo que llevó a su documento ICLR y, finalmente, CTGT. A finales de 2024, Gorlla y el cofundador Trevor Tuttle, un experimentado en sistemas de ML hiperscalables, fueron seleccionados para el partición de otoño 2024 del combinador y combinador.

La startup ha atraído a inversores notables más allá de sus patrocinadores institucionales, incluidos Mark Cuban y otros líderes tecnológicos prominentes atraídos por su visión de hacer que la IA sea más apto y confiable.

Financiación y futuro

Fundada a mediados de 2024 por Gorlla y Tuttle, CTGT recaudó $ 7.2 millones En febrero de 2025, en una ronda de semillas sobrescribida, dirigida por el gradiente, el fondo de IA en etapa original de Google. Otros inversores incluyen Catalyst Caudillo, Y Combinator, Liquid 2, Deepwater y ángeles notables como François Chollet (constructor de Keras), Michael Seibel (Y Combinator, cofundador de Twitch) y Paul Graham (Y Combinator).

“El tiro de CTGT es oportuno a medida que la industria lucha con cómo subir la IA interiormente de los límites actuales de los límites informáticos”, dijo Darian Shirazi, socio jefe en Gradient. “CTGT elimina esos límites, lo que permite a las empresas subir rápidamente sus implementaciones de IA y ejecutar modelos AI avanzados en dispositivos como teléfonos inteligentes. Esta tecnología es fundamental para el éxito de las implementaciones de IA de detención peligro en grandes empresas”.

Con el tamaño del maniquí de IA que supera la ley de Moore y los avances en los chips de capacitación de IA, CTGT tiene como objetivo centrarse en una comprensión más fundamental de la IA que puede hacer frente tanto a la ineficiencia como a las decisiones maniquí cada vez más complejas. La compañía planea utilizar sus fondos iniciales para expandir su equipo de ingeniería y refinar su plataforma.

Cada finalista presentó a una audiencia de 600 tomadores de decisiones de la industria y recibió comentarios de un panel de jueces de hacienda de peligro de Salesforce Ventures, Menlo Ventures y Amex Ventures.

Lea sobre los otros ganadores Catio y Solo.io. Los otros finalistas fueron Puño, Superduper.io, Sutra y Qdrant.

Nota del editor: como agradecimiento a nuestros lectores, hemos destapado el registro temprano para VB Transform 2026, solo $ 200. Aquí es donde la avidez de IA se encuentra con la ingenuidad operativa, y querrás estar en la habitación. Reserve su zona ahora.