<p>/PRNewswire/ -- 今天，Goodfire——一個利用可解釋性來理解、學習和設計模型的人工智能研究實驗室——宣佈完成 1.5 億美元的 B 輪融資，估值為 12.5 億美元。此次融資由 B Capital 主導，現有投資者 Juniper Ventures、Menlo Ventures、Lightspeed Venture Partners、South Park Commons 和 Wing Venture Capital 參與，新投資者包括 DFJ Growth、Salesforce Ventures、Eric Schmidt 等。此次融資是在其 A 輪融資不到一年後進行的，將使 Goodfire 能夠推進前沿研究計劃，構建其核心產品的下一代，並擴大與人工智能代理和生命科學的合作。</p>
<p>可解釋性是研究神經網絡內部工作原理的科學，以及如何通過修改其內部機制來塑造其行為——例如，調整推理模型的內部概念以改變其思維和反應方式。可解釋性還使得人工智能與人類之間的知識轉移成為可能，即從強大的人工智能模型中提取新穎的見解。Goodfire 最近通過將可解釋性技術應用於由 Prima Mente 構建的表觀遺傳模型，識別出了一類新的阿爾茨海默病生物標誌物——這是通過逆向工程基礎模型獲得的自然科學領域的首個重大發現。</p>
<p>“我們正在構建我們這個時代最重要的技術，但對如何設計出符合我們需求的模型卻沒有真正的理解，” 前 Weights &amp; Biases 首席運營官兼首席風險官、B Capital 普通合夥人 Yan-David &#34;Yanda&#34; Erlich 表示。“在 Weights &amp; Biases，我看到成千上萬的機器學習團隊面臨同樣的根本問題：他們可以跟蹤實驗並監控模型，但他們無法真正理解_為什麼_他們的模型會以那種方式表現。彌合這一差距是下一個前沿。Goodfire 正在解鎖真正引導模型學習的能力，使其更安全、更有用，並提取其所包含的豐富知識。”</p>
<p>如今，大多數構建人工智能模型的公司將其模型視為黑箱。Goodfire 認為，這種方法意味着社會目前在盲目飛行——深入理解模型 “內部” 如何工作對於構建和部署安全、強大的人工智能系統至關重要。該公司正在進行研究，將人工智能轉變為可以理解、調試和像編寫軟件一樣有意設計的東西。</p>
<p>“對我們來説，可解釋性是一個新科學領域的工具集：一種形成假設、進行實驗並最終_設計_智能的方法，而不是偶然發現它，” Goodfire 首席執行官 Eric Ho 解釋道。“每個工程學科都受到基礎科學的限制——就像熱力學之前的蒸汽機一樣——而人工智能正處於這一轉折點。”</p>
<p>Goodfire 是新興的研究優先 “新實驗室” 之一——這些人工智能公司正在追求被 “擴展實驗室” 如 OpenAI 和 Google DeepMind 忽視的模型訓練新突破。</p>
<p>到目前為止，該公司已經在科學發現和模型設計兩個關鍵領域展示了其基於可解釋性的方法的價值。</p>
<p>在科學發現方面，Goodfire 專注於與 Mayo Clinic、Arc Institute 和 Prima Mente 等合作伙伴解讀科學基礎模型，典型例子是他們識別出了一類新的阿爾茨海默病檢測生物標誌物。由於人工智能模型在許多科學領域（如材料發現和蛋白質摺疊）已經超越了人類理解，研究這些模型的工作原理可以提取新穎的見解，拓展人類知識的視野。該公司計劃繼續與新合作伙伴擴大其科學發現的管道。</p>
<p>在模型設計方面，Goodfire 專注於通過模型的內部機制直接教導模型。該公司最近開發了有效重新訓練模型行為的方法，精確針對其內部工作部分。這些方法的一項應用使得大型語言模型的幻覺現象減少了一半。Goodfire 相信，這種方法將支撐人工智能構建方式的範式轉變，使人工智能變得更加可靠，人們可以精確而高效地指示模型應如何表現，而不會產生偏差效果。</p>
<p>新一輪融資將支持 Goodfire 重新思考訓練並構建 “模型設計環境”——一個用於理解、調試和有意設計人工智能模型的平台。該平台將利用前沿的可解釋性技術，使用户能夠深入模型，識別出負責其希望改變的行為的部分，並專門對這些子單元進行訓練或干預。</p>
<p>該公司還計劃繼續進行基礎模型理解和新可解釋性方法的前沿研究。</p>
<p>Goodfire 的團隊由來自 DeepMind 和 OpenAI 的頂尖人工智能研究人員、哈佛、斯坦福等知名學者，以及來自 OpenAI 和 Google 的頂尖機器學習工程人才組成。團隊包括 Nick Cammarata，他是 OpenAI 開創性可解釋性團隊的核心貢獻者，聯合創始人 Tom McGrath，他創立了 Google DeepMind 的可解釋性團隊，以及加州大學聖地亞哥分校的教授 Leon Bergen（目前休假）。</p>
<p><strong>關於 Goodfire</strong></p>
<p>Goodfire 是一家總部位於舊金山的研究公司和公共利益公司，致力於利用可解釋性來理解、學習和設計人工智能系統。我們的使命是構建下一代安全且強大的人工智能——不僅僅通過擴展，而是通過理解我們所構建的智能。我們的目標是使人工智能能夠被理解、調試和像軟件一樣塑造。我們的團隊在 OpenAI、DeepMind、斯坦福和哈佛塑造了現代神經網絡可解釋性。我們獲得了來自 B Capital、Menlo Ventures、Lightspeed、Eric Schmidt 等超過 2 億美元的支持。</p>
<p>瞭解更多信息，請訪問 goodfire.ai 和 x.com/GoodfireAI。</p>
<p><strong>關於 B Capital</strong></p>
<p>B Capital 在全球範圍內投資于傑出的創始人和通過技術塑造未來的企業。該公司管理着超過 90 億美元的資產，並設有專注於不同階段的基金，主要關注種子期、早期和晚期風險投資，特別是在技術、醫療保健和能源科技領域。B Capital 成立於 2015 年，擁有一個跨越美國和亞洲九個地點的綜合全球團隊。該公司的增值平台，以及其戰略合作伙伴波士頓諮詢集團的諮詢專業知識，為企業家提供了快速高效擴展、進入新市場和建立市場領先企業所需的工具和資源。有關更多信息，請點擊這裏。</p>
<p>來源 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實驗室，已在 B 輪融資中籌集了 1.5 億美元，估值為 12.5 億美元。此次融資由 B Capital 主導，將支持人工智能可解釋性方面的進展，從而更好地理解和設計人工智能模型。Goodfire 旨在將人工智能從黑箱轉變為可理解的系統，增強安全性和實用性。該公司已經取得了顯著的發現，包括新的阿爾茨海默病生物標誌物，並計劃開發一個用於模型設計和調試的平台。他們的團隊包括來自領先人工智能機構的頂尖研究人員</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——一個利用可解釋性來理解、學習和設計模型的人工智能研究實驗室——宣佈完成 1.5 億美元的 B 輪融資，估值為 12.5 億美元。此次融資由 B Capital 主導，現有投資者 Juniper Ventures、Menlo Ventures、Lightspeed Venture Partners、South Park Commons 和 Wing Venture Capital 參與，新投資者包括 DFJ Growth、Salesforce Ventures、Eric Schmidt 等。此次融資是在其 A 輪融資不到一年後進行的，將使 Goodfire 能夠推進前沿研究計劃，構建其核心產品的下一代，並擴大與人工智能代理和生命科學的合作。</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>可解釋性是研究神經網絡內部工作原理的科學，以及如何通過修改其內部機制來塑造其行為——例如，調整推理模型的內部概念以改變其思維和反應方式。可解釋性還使得人工智能與人類之間的知識轉移成為可能，即從強大的人工智能模型中提取新穎的見解。Goodfire 最近通過將可解釋性技術應用於由 Prima Mente 構建的表觀遺傳模型，識別出了一類新的阿爾茨海默病生物標誌物——這是通過逆向工程基礎模型獲得的自然科學領域的首個重大發現。</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>“我們正在構建我們這個時代最重要的技術，但對如何設計出符合我們需求的模型卻沒有真正的理解，” 前 Weights &amp; Biases 首席運營官兼首席風險官、B Capital 普通合夥人 Yan-David &#34;Yanda&#34; Erlich 表示。“在 Weights &amp; Biases，我看到成千上萬的機器學習團隊面臨同樣的根本問題：他們可以跟蹤實驗並監控模型，但他們無法真正理解_為什麼_他們的模型會以那種方式表現。彌合這一差距是下一個前沿。Goodfire 正在解鎖真正引導模型學習的能力，使其更安全、更有用，並提取其所包含的豐富知識。”</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，大多數構建人工智能模型的公司將其模型視為黑箱。Goodfire 認為，這種方法意味着社會目前在盲目飛行——深入理解模型 “內部” 如何工作對於構建和部署安全、強大的人工智能系統至關重要。該公司正在進行研究，將人工智能轉變為可以理解、調試和像編寫軟件一樣有意設計的東西。</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>“對我們來説，可解釋性是一個新科學領域的工具集：一種形成假設、進行實驗並最終_設計_智能的方法，而不是偶然發現它，” Goodfire 首席執行官 Eric Ho 解釋道。“每個工程學科都受到基礎科學的限制——就像熱力學之前的蒸汽機一樣——而人工智能正處於這一轉折點。”</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 是新興的研究優先 “新實驗室” 之一——這些人工智能公司正在追求被 “擴展實驗室” 如 OpenAI 和 Google DeepMind 忽視的模型訓練新突破。</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>到目前為止，該公司已經在科學發現和模型設計兩個關鍵領域展示了其基於可解釋性的方法的價值。</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>在科學發現方面，Goodfire 專注於與 Mayo Clinic、Arc Institute 和 Prima Mente 等合作伙伴解讀科學基礎模型，典型例子是他們識別出了一類新的阿爾茨海默病檢測生物標誌物。由於人工智能模型在許多科學領域（如材料發現和蛋白質摺疊）已經超越了人類理解，研究這些模型的工作原理可以提取新穎的見解，拓展人類知識的視野。該公司計劃繼續與新合作伙伴擴大其科學發現的管道。</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>在模型設計方面，Goodfire 專注於通過模型的內部機制直接教導模型。該公司最近開發了有效重新訓練模型行為的方法，精確針對其內部工作部分。這些方法的一項應用使得大型語言模型的幻覺現象減少了一半。Goodfire 相信，這種方法將支撐人工智能構建方式的範式轉變，使人工智能變得更加可靠，人們可以精確而高效地指示模型應如何表現，而不會產生偏差效果。</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>新一輪融資將支持 Goodfire 重新思考訓練並構建 “模型設計環境”——一個用於理解、調試和有意設計人工智能模型的平台。該平台將利用前沿的可解釋性技術，使用户能夠深入模型，識別出負責其希望改變的行為的部分，並專門對這些子單元進行訓練或干預。</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>該公司還計劃繼續進行基礎模型理解和新可解釋性方法的前沿研究。</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 的團隊由來自 DeepMind 和 OpenAI 的頂尖人工智能研究人員、哈佛、斯坦福等知名學者，以及來自 OpenAI 和 Google 的頂尖機器學習工程人才組成。團隊包括 Nick Cammarata，他是 OpenAI 開創性可解釋性團隊的核心貢獻者，聯合創始人 Tom McGrath，他創立了 Google DeepMind 的可解釋性團隊，以及加州大學聖地亞哥分校的教授 Leon Bergen（目前休假）。</p>
</div><p><strong>About Goodfire</strong></p>
<div class="lb-trans"><p><strong>關於 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 是一家總部位於舊金山的研究公司和公共利益公司，致力於利用可解釋性來理解、學習和設計人工智能系統。我們的使命是構建下一代安全且強大的人工智能——不僅僅通過擴展，而是通過理解我們所構建的智能。我們的目標是使人工智能能夠被理解、調試和像軟件一樣塑造。我們的團隊在 OpenAI、DeepMind、斯坦福和哈佛塑造了現代神經網絡可解釋性。我們獲得了來自 B Capital、Menlo Ventures、Lightspeed、Eric Schmidt 等超過 2 億美元的支持。</p>
</div><p>Learn more at goodfire.ai and x.com/GoodfireAI.</p>
<div class="lb-trans"><p>瞭解更多信息，請訪問 goodfire.ai 和 x.com/GoodfireAI。</p>
</div><p><strong>About B Capital</strong></p>
<div class="lb-trans"><p><strong>關於 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 在全球範圍內投資于傑出的創始人和通過技術塑造未來的企業。該公司管理着超過 90 億美元的資產，並設有專注於不同階段的基金，主要關注種子期、早期和晚期風險投資，特別是在技術、醫療保健和能源科技領域。B Capital 成立於 2015 年，擁有一個跨越美國和亞洲九個地點的綜合全球團隊。該公司的增值平台，以及其戰略合作伙伴波士頓諮詢集團的諮詢專業知識，為企業家提供了快速高效擴展、進入新市場和建立市場領先企業所需的工具和資源。有關更多信息，請點擊這裏。</p>
</div><p>SOURCE Goodfire</p>
<div class="lb-trans"><p>來源 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 實驗室的 Goodfire 以 12.5 億美元的估值籌集了 1.5 億美元，旨在設計具有可解釋性的模型