<p>/PRNewswire/ -- 今天，Goodfire——一个利用可解释性来理解、学习和设计模型的人工智能研究实验室——宣布完成 1.5 亿美元的 B 轮融资，估值为 12.5 亿美元。此次融资由 B Capital 主导，现有投资者 Juniper Ventures、Menlo Ventures、Lightspeed Venture Partners、South Park Commons 和 Wing Venture Capital 参与，新投资者包括 DFJ Growth、Salesforce Ventures、Eric Schmidt 等。此次融资是在其 A 轮融资不到一年后进行的，将使 Goodfire 能够推进前沿研究计划，构建其核心产品的下一代，并扩大与人工智能代理和生命科学的合作。</p>
<p>可解释性是研究神经网络内部工作原理的科学，以及如何通过修改其内部机制来塑造其行为——例如，调整推理模型的内部概念以改变其思维和反应方式。可解释性还使得人工智能与人类之间的知识转移成为可能，即从强大的人工智能模型中提取新颖的见解。Goodfire 最近通过将可解释性技术应用于由 Prima Mente 构建的表观遗传模型，识别出了一类新的阿尔茨海默病生物标志物——这是通过逆向工程基础模型获得的自然科学领域的首个重大发现。</p>
<p>“我们正在构建我们这个时代最重要的技术，但对如何设计出符合我们需求的模型却没有真正的理解，” 前 Weights &amp; Biases 首席运营官兼首席风险官、B Capital 普通合伙人 Yan-David &#34;Yanda&#34; Erlich 表示。“在 Weights &amp; Biases，我看到成千上万的机器学习团队面临同样的根本问题：他们可以跟踪实验并监控模型，但他们无法真正理解_为什么_他们的模型会以那种方式表现。弥合这一差距是下一个前沿。Goodfire 正在解锁真正引导模型学习的能力，使其更安全、更有用，并提取其所包含的丰富知识。”</p>
<p>如今，大多数构建人工智能模型的公司将其模型视为黑箱。Goodfire 认为，这种方法意味着社会目前在盲目飞行——深入理解模型 “内部” 如何工作对于构建和部署安全、强大的人工智能系统至关重要。该公司正在进行研究，将人工智能转变为可以理解、调试和像编写软件一样有意设计的东西。</p>
<p>“对我们来说，可解释性是一个新科学领域的工具集：一种形成假设、进行实验并最终_设计_智能的方法，而不是偶然发现它，” Goodfire 首席执行官 Eric Ho 解释道。“每个工程学科都受到基础科学的限制——就像热力学之前的蒸汽机一样——而人工智能正处于这一转折点。”</p>
<p>Goodfire 是新兴的研究优先 “新实验室” 之一——这些人工智能公司正在追求被 “扩展实验室” 如 OpenAI 和 Google DeepMind 忽视的模型训练新突破。</p>
<p>到目前为止，该公司已经在科学发现和模型设计两个关键领域展示了其基于可解释性的方法的价值。</p>
<p>在科学发现方面，Goodfire 专注于与 Mayo Clinic、Arc Institute 和 Prima Mente 等合作伙伴解读科学基础模型，典型例子是他们识别出了一类新的阿尔茨海默病检测生物标志物。由于人工智能模型在许多科学领域（如材料发现和蛋白质折叠）已经超越了人类理解，研究这些模型的工作原理可以提取新颖的见解，拓展人类知识的视野。该公司计划继续与新合作伙伴扩大其科学发现的管道。</p>
<p>在模型设计方面，Goodfire 专注于通过模型的内部机制直接教导模型。该公司最近开发了有效重新训练模型行为的方法，精确针对其内部工作部分。这些方法的一项应用使得大型语言模型的幻觉现象减少了一半。Goodfire 相信，这种方法将支撑人工智能构建方式的范式转变，使人工智能变得更加可靠，人们可以精确而高效地指示模型应如何表现，而不会产生偏差效果。</p>
<p>新一轮融资将支持 Goodfire 重新思考训练并构建 “模型设计环境”——一个用于理解、调试和有意设计人工智能模型的平台。该平台将利用前沿的可解释性技术，使用户能够深入模型，识别出负责其希望改变的行为的部分，并专门对这些子单元进行训练或干预。</p>
<p>该公司还计划继续进行基础模型理解和新可解释性方法的前沿研究。</p>
<p>Goodfire 的团队由来自 DeepMind 和 OpenAI 的顶尖人工智能研究人员、哈佛、斯坦福等知名学者，以及来自 OpenAI 和 Google 的顶尖机器学习工程人才组成。团队包括 Nick Cammarata，他是 OpenAI 开创性可解释性团队的核心贡献者，联合创始人 Tom McGrath，他创立了 Google DeepMind 的可解释性团队，以及加州大学圣地亚哥分校的教授 Leon Bergen（目前休假）。</p>
<p><strong>关于 Goodfire</strong></p>
<p>Goodfire 是一家总部位于旧金山的研究公司和公共利益公司，致力于利用可解释性来理解、学习和设计人工智能系统。我们的使命是构建下一代安全且强大的人工智能——不仅仅通过扩展，而是通过理解我们所构建的智能。我们的目标是使人工智能能够被理解、调试和像软件一样塑造。我们的团队在 OpenAI、DeepMind、斯坦福和哈佛塑造了现代神经网络可解释性。我们获得了来自 B Capital、Menlo Ventures、Lightspeed、Eric Schmidt 等超过 2 亿美元的支持。</p>
<p>了解更多信息，请访问 goodfire.ai 和 x.com/GoodfireAI。</p>
<p><strong>关于 B Capital</strong></p>
<p>B Capital 在全球范围内投资于杰出的创始人和通过技术塑造未来的企业。该公司管理着超过 90 亿美元的资产，并设有专注于不同阶段的基金，主要关注种子期、早期和晚期风险投资，特别是在技术、医疗保健和能源科技领域。B Capital 成立于 2015 年，拥有一个跨越美国和亚洲九个地点的综合全球团队。该公司的增值平台，以及其战略合作伙伴波士顿咨询集团的咨询专业知识，为企业家提供了快速高效扩展、进入新市场和建立市场领先企业所需的工具和资源。有关更多信息，请点击这里。</p>
<p>来源 Goodfire</p>
<p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwMjA1Jk5ld3NJdGVtSWQ9TEE4MDM1MSZUcmFuc21pc3Npb25fSWQ9MjAyNjAyMDUxMDAxUFJfTkVXU19VU1BSX19fX19MQTgwMzUx?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwMjA1Jk5ld3NJdGVtSWQ9TEE4MDM1MSZUcmFuc21pc3Npb25fSWQ9MjAyNjAyMDUxMDAxUFJfTkVXU19VU1BSX19fX19MQTgwMzUx"/></p>

<p>Goodfire 是一家人工智能研究实验室，已在 B 轮融资中筹集了 1.5 亿美元，估值为 12.5 亿美元。此次融资由 B Capital 主导，将支持人工智能可解释性方面的进展，从而更好地理解和设计人工智能模型。Goodfire 旨在将人工智能从黑箱转变为可理解的系统，增强安全性和实用性。该公司已经取得了显著的发现，包括新的阿尔茨海默病生物标志物，并计划开发一个用于模型设计和调试的平台。他们的团队包括来自领先人工智能机构的顶尖研究人员</p>

<p>, /PRNewswire/ -- Today, Goodfire—the AI research lab using interpretability to understand, learn from, and design models—announced a $150 million Series B funding round at a $1.25 billion valuation. The round was led by B Capital, with participation from existing investors Juniper Ventures, Menlo Ventures, Lightspeed Venture Partners, South Park Commons, and Wing Venture Capital, and new investors DFJ Growth, Salesforce Ventures, Eric Schmidt, and others. This funding, coming less than a year after its Series A, will enable Goodfire to advance frontier research initiatives, build the next generation of its core product, and scale partnerships across AI agents and life sciences.</p>
<div class="lb-trans"><p>/PRNewswire/ -- 今天，Goodfire——一个利用可解释性来理解、学习和设计模型的人工智能研究实验室——宣布完成 1.5 亿美元的 B 轮融资，估值为 12.5 亿美元。此次融资由 B Capital 主导，现有投资者 Juniper Ventures、Menlo Ventures、Lightspeed Venture Partners、South Park Commons 和 Wing Venture Capital 参与，新投资者包括 DFJ Growth、Salesforce Ventures、Eric Schmidt 等。此次融资是在其 A 轮融资不到一年后进行的，将使 Goodfire 能够推进前沿研究计划，构建其核心产品的下一代，并扩大与人工智能代理和生命科学的合作。</p>
</div><p>Interpretability is the science of how neural networks work internally, and how modifying their inner mechanisms can shape their behavior—e.g., adjusting a reasoning model's internal concepts to change how it thinks and responds. Interpretability also enables AI-to-human knowledge transfer, i.e., extracting novel insights from powerful AI models. Goodfire recently identified a novel class of Alzheimer's biomarkers in this way, by applying interpretability techniques to an epigenetic model built by Prima Mente—the first major finding in the natural sciences obtained from reverse-engineering a foundation model.</p>
<div class="lb-trans"><p>可解释性是研究神经网络内部工作原理的科学，以及如何通过修改其内部机制来塑造其行为——例如，调整推理模型的内部概念以改变其思维和反应方式。可解释性还使得人工智能与人类之间的知识转移成为可能，即从强大的人工智能模型中提取新颖的见解。Goodfire 最近通过将可解释性技术应用于由 Prima Mente 构建的表观遗传模型，识别出了一类新的阿尔茨海默病生物标志物——这是通过逆向工程基础模型获得的自然科学领域的首个重大发现。</p>
</div><p>&#34;We are building the most consequential technology of our time without a true understanding of how to design models that do what we want,&#34; said Yan-David &#34;Yanda&#34; Erlich, former COO and CRO at Weights &amp; Biases and General Partner at B Capital. &#34;At Weights &amp; Biases, I watched thousands of ML teams struggle with the same fundamental problem: they could track their experiments and monitor their models, but they couldn't truly understand <em>why</em> their models behaved the way they did. Bridging that gap is the next frontier. Goodfire is unlocking the ability to truly steer what models learn, make them safer and more useful, and extract the vast knowledge they contain.&#34;</p>
<div class="lb-trans"><p>“我们正在构建我们这个时代最重要的技术，但对如何设计出符合我们需求的模型却没有真正的理解，” 前 Weights &amp; Biases 首席运营官兼首席风险官、B Capital 普通合伙人 Yan-David &#34;Yanda&#34; Erlich 表示。“在 Weights &amp; Biases，我看到成千上万的机器学习团队面临同样的根本问题：他们可以跟踪实验并监控模型，但他们无法真正理解_为什么_他们的模型会以那种方式表现。弥合这一差距是下一个前沿。Goodfire 正在解锁真正引导模型学习的能力，使其更安全、更有用，并提取其所包含的丰富知识。”</p>
</div><p>Most companies building AI models today build their models as black boxes. Goodfire believes that that approach means that society is currently flying blind—and that deeply understanding how models work &#34;under the hood&#34; is critical to building and deploying safe, powerful AI systems. The company is pursuing research which turns AI into something that can be understood, debugged, and intentionally designed like written software.</p>
<div class="lb-trans"><p>如今，大多数构建人工智能模型的公司将其模型视为黑箱。Goodfire 认为，这种方法意味着社会目前在盲目飞行——深入理解模型 “内部” 如何工作对于构建和部署安全、强大的人工智能系统至关重要。该公司正在进行研究，将人工智能转变为可以理解、调试和像编写软件一样有意设计的东西。</p>
</div><p>&#34;Interpretability, for us, is the toolset for a new domain of science: a way to form hypotheses, run experiments, and ultimately <em>design</em> intelligence rather than stumbling into it,&#34; explained Goodfire CEO Eric Ho. &#34;Every engineering discipline has been gated by fundamental science—like steam engines before thermodynamics—and AI is at that inflection point now.&#34;</p>
<div class="lb-trans"><p>“对我们来说，可解释性是一个新科学领域的工具集：一种形成假设、进行实验并最终_设计_智能的方法，而不是偶然发现它，” Goodfire 首席执行官 Eric Ho 解释道。“每个工程学科都受到基础科学的限制——就像热力学之前的蒸汽机一样——而人工智能正处于这一转折点。”</p>
</div><p>Goodfire is part of an emerging cadre of research-first &#34;neolabs&#34;—AI companies which are pursuing new breakthroughs in training models which have been neglected by &#34;scaling labs&#34; such as OpenAI and Google DeepMind.</p>
<div class="lb-trans"><p>Goodfire 是新兴的研究优先 “新实验室” 之一——这些人工智能公司正在追求被 “扩展实验室” 如 OpenAI 和 Google DeepMind 忽视的模型训练新突破。</p>
</div><p>So far, the company has shown the value of their interpretability-driven approach across two key domains: scientific discovery and model design.</p>
<div class="lb-trans"><p>到目前为止，该公司已经在科学发现和模型设计两个关键领域展示了其基于可解释性的方法的价值。</p>
</div><p>On the scientific discovery front, Goodfire has focused on deciphering scientific foundation models with partners like Mayo Clinic, Arc Institute, and Prima Mente, exemplified by their identification of a new class of biomarkers for Alzheimer's detection. Because AI models already surpass human understanding in many scientific domains, like materials discovery and protein folding, studying how those models work can extract novel insights and expand the horizons of human knowledge. The company plans to continue scaling its pipeline for scientific discovery with new collaborators.</p>
<div class="lb-trans"><p>在科学发现方面，Goodfire 专注于与 Mayo Clinic、Arc Institute 和 Prima Mente 等合作伙伴解读科学基础模型，典型例子是他们识别出了一类新的阿尔茨海默病检测生物标志物。由于人工智能模型在许多科学领域（如材料发现和蛋白质折叠）已经超越了人类理解，研究这些模型的工作原理可以提取新颖的见解，拓展人类知识的视野。该公司计划继续与新合作伙伴扩大其科学发现的管道。</p>
</div><p>On the model design front, Goodfire has focused on teaching models directly through their internal mechanisms. The company has recently developed methods to efficiently retrain a model's behavior by precisely targeting parts of its inner workings. One application of these methods reduced hallucinations by half in a large language model. Goodfire is betting that this approach will underpin a paradigm shift in how AI is built, where AI can be made far more reliable and people can precisely and efficiently dictate how models should behave without off-target effects.</p>
<div class="lb-trans"><p>在模型设计方面，Goodfire 专注于通过模型的内部机制直接教导模型。该公司最近开发了有效重新训练模型行为的方法，精确针对其内部工作部分。这些方法的一项应用使得大型语言模型的幻觉现象减少了一半。Goodfire 相信，这种方法将支撑人工智能构建方式的范式转变，使人工智能变得更加可靠，人们可以精确而高效地指示模型应如何表现，而不会产生偏差效果。</p>
</div><p>The new funding will support Goodfire's work to rethink training and build a &#34;model design environment&#34;—a platform for understanding, debugging, and intentionally designing AI models at scale. The platform will leverage frontier interpretability techniques to allow users to reach inside models, identify the parts responsible for behaviors they want to change, and specifically train or intervene on those subunits.</p>
<div class="lb-trans"><p>新一轮融资将支持 Goodfire 重新思考训练并构建 “模型设计环境”——一个用于理解、调试和有意设计人工智能模型的平台。该平台将利用前沿的可解释性技术，使用户能够深入模型，识别出负责其希望改变的行为的部分，并专门对这些子单元进行训练或干预。</p>
</div><p>The company also plans to continue its green-field research into fundamental model understanding and new interpretability methods.</p>
<div class="lb-trans"><p>该公司还计划继续进行基础模型理解和新可解释性方法的前沿研究。</p>
</div><p>Goodfire's team comprises top AI researchers from DeepMind and OpenAI, leading academics from Harvard, Stanford and more, and top ML engineering talent from OpenAI and Google. The team includes Nick Cammarata, a core contributor to the seminal interpretability team at OpenAI, co-founder Tom McGrath, who founded the interpretability team at Google DeepMind, and Leon Bergen, a professor at UC San Diego (on leave).</p>
<div class="lb-trans"><p>Goodfire 的团队由来自 DeepMind 和 OpenAI 的顶尖人工智能研究人员、哈佛、斯坦福等知名学者，以及来自 OpenAI 和 Google 的顶尖机器学习工程人才组成。团队包括 Nick Cammarata，他是 OpenAI 开创性可解释性团队的核心贡献者，联合创始人 Tom McGrath，他创立了 Google DeepMind 的可解释性团队，以及加州大学圣地亚哥分校的教授 Leon Bergen（目前休假）。</p>
</div><p><strong>About Goodfire</strong></p>
<div class="lb-trans"><p><strong>关于 Goodfire</strong></p>
</div><p>Goodfire is a research company and public benefit corporation based in San Francisco, dedicated to using interpretability to understand, learn from, and design AI systems. Our mission is to build the next generation of safe and powerful AI—not by scaling alone, but by understanding the intelligence we're building. Our goal is to make AI that can be understood, debugged, and shaped like software. Our team shaped modern neural network interpretability at OpenAI, DeepMind, Stanford, and Harvard. We're backed by over $200M from B Capital, Menlo Ventures, Lightspeed, Eric Schmidt, and others.</p>
<div class="lb-trans"><p>Goodfire 是一家总部位于旧金山的研究公司和公共利益公司，致力于利用可解释性来理解、学习和设计人工智能系统。我们的使命是构建下一代安全且强大的人工智能——不仅仅通过扩展，而是通过理解我们所构建的智能。我们的目标是使人工智能能够被理解、调试和像软件一样塑造。我们的团队在 OpenAI、DeepMind、斯坦福和哈佛塑造了现代神经网络可解释性。我们获得了来自 B Capital、Menlo Ventures、Lightspeed、Eric Schmidt 等超过 2 亿美元的支持。</p>
</div><p>Learn more at goodfire.ai and x.com/GoodfireAI.</p>
<div class="lb-trans"><p>了解更多信息，请访问 goodfire.ai 和 x.com/GoodfireAI。</p>
</div><p><strong>About B Capital</strong></p>
<div class="lb-trans"><p><strong>关于 B Capital</strong></p>
</div><p>B Capital invests globally in extraordinary founders and businesses shaping the future through technology. With more than $9 billion in assets under management and dedicated stage-based funds, the firm focuses on seed to early- and late-stage venture growth investments, primarily in the technology, healthcare and energy tech sectors. Founded in 2015, B Capital has an integrated, global team across nine locations in the U.S. and Asia. The firm's value-add platform, together with the consulting expertise of its strategic partner, The Boston Consulting Group, provides entrepreneurs with the tools and resources to scale quickly and efficiently, expand into new markets and build market-leading businesses. For more information, click here.</p>
<div class="lb-trans"><p>B Capital 在全球范围内投资于杰出的创始人和通过技术塑造未来的企业。该公司管理着超过 90 亿美元的资产，并设有专注于不同阶段的基金，主要关注种子期、早期和晚期风险投资，特别是在技术、医疗保健和能源科技领域。B Capital 成立于 2015 年，拥有一个跨越美国和亚洲九个地点的综合全球团队。该公司的增值平台，以及其战略合作伙伴波士顿咨询集团的咨询专业知识，为企业家提供了快速高效扩展、进入新市场和建立市场领先企业所需的工具和资源。有关更多信息，请点击这里。</p>
</div><p>SOURCE Goodfire</p>
<div class="lb-trans"><p>来源 Goodfire</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwMjA1Jk5ld3NJdGVtSWQ9TEE4MDM1MSZUcmFuc21pc3Npb25fSWQ9MjAyNjAyMDUxMDAxUFJfTkVXU19VU1BSX19fX19MQTgwMzUx" alt="" original-src="https://rt.prnewswire.com/rt.gif?NewsItemId=LA80351&amp;Transmission_Id=202602051001PR_NEWS_USPR_____LA80351&amp;DateId=20260205"/></p>

ETAI 实验室的 Goodfire 以 12.5 亿美元的估值筹集了 1.5 亿美元，旨在设计具有可解释性的模型