DynamoFL筹集了1510万美元，帮助企业采用“合规”的LLM

DynamoFL宣布完成了一轮A系列融资，由Canapi Ventures和Nexus Venture Partners共同领投，共筹集了1510万美元。DynamoFL提供软件，将大型语言模型（LLMs）引入企业，并在敏感数据上对这些模型进行微调。

此轮融资还有Formus Capital和Soma Capital的参与，使DynamoFL总共筹集到了1930万美元。联合创始人兼首席执行官Vaikkunth Mugunthan表示，这笔款项将用于扩展DynamoFL的产品供应，并扩大其隐私研究团队。

Mugunthan：“总的来说，DynamoFL的产品提供了一种使企业能够开发私有且符合规定的LLM解决方案而不影响性能的方法。”

总部位于旧金山的DynamoFL由Mugunthan和Christian Lau于2021年创立，两人均毕业于麻省理工学院电气工程和计算机科学系。Mugunthan表示，他们创立公司的动机是出于共同的愿望，即解决AI模型中“关键”的数据安全漏洞。

Mugunthan说：“生成式AI带来了新的风险，包括LLMs‘记忆’敏感训练数据并将这些数据泄露给恶意行为者的能力。企业一直无法应对这些风险，因为要妥善应对这些LLM漏洞，需要招募一支高度专业的隐私机器学习研究团队，以创建一个流畅的基础架构，不断测试他们的LLMs以应对新兴的数据安全漏洞。”

企业在采用LLMs时确实遇到了挑战，主要是与合规有关。公司担心他们的机密数据最终落入那些基于用户数据训练模型的开发人员手中；近几个月来，包括苹果、沃尔玛和威瑞森在内的大型公司已禁止员工使用OpenAI的ChatGPT等工具。

在最近的一份报告中，Gartner确定了组织需要评估“负责任”LLM风险的六个法律和合规风险，包括LLMs可能回答不准确的问题（称为幻觉现象）、数据隐私和机密性以及模型偏差（例如，当一个模型将某些性别与某些职业刻板地联系起来时）。报告指出，这些要求可能因州和国家而异，使事情变得复杂；例如，加州规定组织必须在客户与机器人通信时披露该信息。