Together AI 通过收购 Refuel.ai 扩展功能
By: blockchain news|2025/05/16 07:15:05
0
分享
据 Together AI 称,Together AI 最近宣布收购 Refuel.ai,此举旨在解决 AI 开发中管理非结构化数据的持久挑战。此次收购旨在通过整合 Refuel 的专业模型来增强 Together AI 的平台,这些模型专注于数据清理和结构化任务,从而使企业能够更高效地开发生产级 AI 应用。 Refuel.ai 的专业知识和产品 Refuel.ai 由 Rishabh Bhargava 和 Nihit Desai 于 2021 年创立,在帮助企业进行大规模数据管理方面具有关键作用。该公司开发了 Refuel LLM-2,一系列专为数据任务设计的模型,以及 Refuel Cloud,一个协助工程团队构建复杂数据工作流的平台。这些工具在多种用途上发挥了重要作用,如清理产品目录和从财务文件中提取数据,与其他模型相比,实现了50%的错误减少。 Refuel.ai 的服务被创业公司和大型企业,包括主要金融机构,每周处理数百万条记录。通过这次收购,Refuel 的整个团队将加入 Together AI,进一步开发企业 AI 解决方案。 对 Together AI 客户的影响 Refuel.ai 的技术整合到 Together AI 中将简化 Together AI 客户的 AI 应用开发和部署,这些客户包括 Salesforce、Zoom 和《华盛顿邮报》。Refuel LLM-2 现已在 Together 的平台上提供,支持无服务器推理和微调,从而提升 AI 代理的生命周期管理。 Together AI 的平台以支持多种模型和提供灵活的部署选项而闻名,将从 Refuel.ai 带来的增强数据处理能力中受益。这一改进预计将为开发人员提供更有效使用数据的工具,提高 AI 应用的质量和可扩展性。 展望未来 此次收购标志着 Together AI 的重要里程碑,因为它继续推动先进 AI 应用的发展。Refuel.ai 专业知识的整合预计将消除 AI 开发中的重大障碍,特别是与非结构化数据相关的障碍。通过提供增强的数据处理能力,Together AI 准备好让生成式 AI 对其社区和企业客户更具可访问性和有效性。 此次收购反映了 Together AI 致力于帮助开发人员和企业高效管理生成 AI 生命周期,提高性能和成本效益。随着 AI 应用的持续发展,Together AI 扩展的平台能力可能在塑造未来发展中发挥关键作用。 ai 收购 数据管理
-- 价格
--
--
--
本内容仅供参考,不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息,不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性,存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。
猜你喜欢

x402 V2发布,有哪些核心亮点?
x402 V2 不再只是链上付费接口,而是把身份、跨链支付、会话复用和自主消费统一成一层新的互联网经济协议。

谷歌:黑客正利用AI技术开发新型恶意软件盗取加密货币
BlockBeats 消息,11 月 7 日,谷歌威胁情报组最新报告显示,已发现至少五种新型恶意软件正在利用大型语言模型 (LLM) 动态生成和隐藏恶意代码。其中,与朝鲜相关的黑客组织 UNC1069 被发现使用 Gemini 探测钱包数据并制作钓鱼脚本,意图盗取数字资产。这些恶意软件采用"实时代码创建"技术,通过调用外部 AI 模型如 Gemini 或 Qwen2.5-Coder 来规避传统安全检测。谷歌表示已禁用相关账户并加强了模型访问的安全措施。(Decrypt)

AnthropicAI携手Model Context Protocol(MCP)发布新课程,推动AI与区块链集成,AI加密币迎上涨
据DeepLearning.AI报道,AnthropicAI与Model Context Protocol(MCP)联合推出新课程,旨在标准化大语言模型(LLM)与外部工具和数据源的集成流程,取代以往...

何时使用数组处理大数据:生成式AI对加密货币分析与交易的实用建议
根据DeepLearning.AI,数组适用于需要快速索引访问和高效存储同类数据的场景,尤其适合加密货币高频交易、链上数据分析等对性能要求极高的应用(来源:DeepLearning.AI,2025年5...

预训练LLM:提升加密货币领域专用AI模型的关键策略
根据DeepLearning.AI官方推文,与Upstage合作开发的“预训练LLM”课程指出,虽然常规提示或微调适用于通用NLP任务,但对于加密货币等专业领域或主流模型覆盖不足的语言,预训练变得至关...

Sentient深度研报:获8500万美元融资,构建去中心化AGI新范式
Sentient是一个致力于构建去中心化人工智能经济体的开源协议平台,其核心目标是为AI模型建立所有权结构、提供链上调用机制,并构建可组合、可分润的AI Agent网络。

Solana 基金会主席:互联网资本市场将成为最大的资本市场
代币化不只是扩大人们接触各种代币的渠道,而是正在从根本上改变价值的创造、持有、融资与流动方式。

欧洲储蓄被没收:国家对私人资产的占有是不可避免的吗?

巴林引领中东稳定币发展,但货币在哪里?
三个月过去了,尚未发行任何货币,该公司也未公开何时会发行。香港的许可证持有者也没有在获得批准五个月后发行任何稳定币。

谷歌逃脱拆分,但将面临新规则

一只399美元机器鸭卖爆背后,深圳如何成为Physical AI的“硬件底座”?

韩国加密市场:2026 下半场指南

OmniOps与HPE在LEAP会议上签署谅解备忘录,支持沙特阿拉伯主权人工智能解决方案的开发

阿瑟·海斯:比特币可能在2030年达到100万美元,但以太坊是我的首选

伊莎贝尔·施纳贝尔将在2027年前离开欧洲央行,加入国际货币基金组织
伊莎贝尔·施纳贝尔从欧洲中央银行提前离职,前往国际货币基金组织的可能性,将在法兰克福开启一个政治敏感的继任问题,正值欧元区的通胀仍高于目标,而官方倡导采取限制性的货币政策。

NDV:比特币,美元滥发时代的核心资产

加密货币:虚假的GTA 6正在掏空你的钱包
一个虚假的GTA 6粉丝网站出售一份>并加载一个能够在七个区块链上抽空钱包的钱包抽水器。

比特币、以太坊、索拉纳:谁才是真正的去中心化?

Robinhood将股票放在无权限区块链上——memecoin交易者正在压力测试接下来会发生什么
Memecoin交易者正在将Robinhood的代币化股票转变为24/7加密市场的新流动性。

比特币:高买低卖,Strategy 解释其选择
Strategy 承认在 60,000 至 65,000 美元之间出售了 7,000 个比特币,然后在 80,000 美元以上恢复购买。

日元强势施压日经指数,暴露日本银行的困境

比特币即将迎来金叉:12个历史案例提醒我们保持谨慎
比特币即将迎来金叉,这一信号的历史表现不一。这一次,USDT供应的扩张为看涨解读提供了支持。

渣打银行在阿联酋推出机构比特币和以太坊交易

43% 的印尼金融科技公司已实现盈利,印尼证券交易所准备推动首次公开募股
印尼金融科技行业开始进入一个更加成熟的增长阶段,43%的会员公司已实现盈利,显示出行业向可持续商业模式转变的趋势。
x402 V2发布,有哪些核心亮点?
x402 V2 不再只是链上付费接口,而是把身份、跨链支付、会话复用和自主消费统一成一层新的互联网经济协议。
谷歌:黑客正利用AI技术开发新型恶意软件盗取加密货币
BlockBeats 消息,11 月 7 日,谷歌威胁情报组最新报告显示,已发现至少五种新型恶意软件正在利用大型语言模型 (LLM) 动态生成和隐藏恶意代码。其中,与朝鲜相关的黑客组织 UNC1069 被发现使用 Gemini 探测钱包数据并制作钓鱼脚本,意图盗取数字资产。这些恶意软件采用"实时代码创建"技术,通过调用外部 AI 模型如 Gemini 或 Qwen2.5-Coder 来规避传统安全检测。谷歌表示已禁用相关账户并加强了模型访问的安全措施。(Decrypt)
AnthropicAI携手Model Context Protocol(MCP)发布新课程,推动AI与区块链集成,AI加密币迎上涨
据DeepLearning.AI报道,AnthropicAI与Model Context Protocol(MCP)联合推出新课程,旨在标准化大语言模型(LLM)与外部工具和数据源的集成流程,取代以往...
何时使用数组处理大数据:生成式AI对加密货币分析与交易的实用建议
根据DeepLearning.AI,数组适用于需要快速索引访问和高效存储同类数据的场景,尤其适合加密货币高频交易、链上数据分析等对性能要求极高的应用(来源:DeepLearning.AI,2025年5...
预训练LLM:提升加密货币领域专用AI模型的关键策略
根据DeepLearning.AI官方推文,与Upstage合作开发的“预训练LLM”课程指出,虽然常规提示或微调适用于通用NLP任务,但对于加密货币等专业领域或主流模型覆盖不足的语言,预训练变得至关...
Sentient深度研报:获8500万美元融资,构建去中心化AGI新范式
Sentient是一个致力于构建去中心化人工智能经济体的开源协议平台,其核心目标是为AI模型建立所有权结构、提供链上调用机制,并构建可组合、可分润的AI Agent网络。
...






