Nach der Beschaffung von 2 Milliarden Dollar äußert sich @MishaLaskin, CEO von @reflection_ai, dazu, wohin das Unternehmen als Nächstes steuert: „Wir haben Kapital beschafft, um die Rechenleistung zu erhalten, die erforderlich ist, um ein amerikanisches Open-Model vorzutrainieren und nachzutrainieren, das wir in den Rest der Welt exportieren können.“ Sie haben auch das, was Laskin als Talentbank für Grenzlabore bezeichnet, zusammengestellt: „Wir haben eine kritische Masse von Menschen, die diese Arbeit in Grenzlabors geleitet haben – Vortraining von Modellen und Daten, Nachtraining von Schlussfolgerungen, Codierung, RLHF – wir haben Teams über den gesamten Stack aufgebaut.“ Reflection befindet sich jetzt in der Phase, die jedes ernsthafte Grenzlabor durchlaufen muss: „Wir sind auf der Skalierungsleiter, trainieren methodisch Modelle von klein auf groß, denn in jeder Skalierung brechen die Dinge auf neue Weise.“ Und Laskin zieht eine klare Linie zwischen Vortraining und Nachtraining: „Die Leute sprechen von YOLO-Läufen in der KI, aber das funktioniert nur im Nachtraining. Wie einer unserer Teammitglieder sagt: Man kann das Vortraining nicht YOLOn, es muss extrem präzise und methodisch sein.“ Wo wir jetzt stehen: „Wir gehen jetzt die Skalierungsleiter hinauf. Wir sehen aufregende frühe Ergebnisse und werden nächstes Jahr großartige Modelle veröffentlichen.“