返回资讯中心
外部精选
ai-models
#AI 工程

Handshake AI 训练业务一年实现 10 亿美元年化收入

来源标题:What Frontier Labs Buy: A Data Deep Dive with Handshake AI — Garrett Lord & Team

Handshake 的 AI 训练业务在约一年内从上线做到 10 亿美元年化总收入。Latent Space 首次深入探访这家数据公司,展示金融、生物和对齐领域的强化学习环境实例。在金融演示中,智能体需从银行邮件中找到任务、确定适用文件并交付工作簿,但在把客户邮件中的商誉数字带入 Python 计算时出错。

Latent Spaceswyx .ai2026/11/9 · 8 天前11 分钟阅读

以下正文由 AI 翻译自 Latent Space(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

这是我们首次与 AI 数据公司合作进行的 Latent Space 深度探访。在大约一年时间里,Handshake 的 AI 训练业务从起步做到了 10 亿美元年化总收入。前沿实验室在这个规模上究竟在买什么?模型在哪些评估任务上仍远未达到人类水平?Garrett Lord 带来了构建这些强化学习环境的人,为我们现场展示。这是我们第一次现场带大家逐个走一遍!

为了覆盖 Handshake 的业务范围,我们制作了一期特别的联合播客,汇集了我们科学、工程、研究和财经播客的主持人,因为 Handshake 的业务横跨所有这些领域甚至更多。

在总介绍之后,请注意三个环节:

  • 金融。在金融演示中,智能体需要在一家银行的邮件中找到自己的任务,弄清楚哪些文件管辖这笔交易,并交付一个工作簿。注意客户邮件中关于现有商誉的那一行发生了什么。智能体把这个数字带进 Python 并减掉了它。Collin 指出,当你直接问模型时,它能解释税务处理方式。错误出现在它必须认识到正是这行代码才是规则适用之处的时候。
  • 生物。Nick Magazine 和 Jonas Mueller 向我们展示了 VIALS,这是 Handshake 用于解读科学家工作中所用图像的基准。Nick 在屏幕上放了九张脑肿瘤组织切片,问哪两张显示最晚期的血管坏死。在他的答案揭晓前,给自己一点时间想一想。Nick 选了 H 和 I。模型选了这两张,还多加了 G。看 Nick 指出组织中缺失了什么,比看分数更有启发。
  • 编程。在一个模拟的文件访问任务中,团队可以检查智能体读了哪些文件、是否检查了副本,以及之后对 shell 历史记录做了什么。仅凭智能体最终回复的文字记录,会错过 Steve Kelling 和 Nishant Ranka 正在评估的大部分内容。

参与嘉宾

  • 🟣 AI 数据业务 — Garrett Lord、Sahil Bhaiwala 和 Nishant Ranka 以专家数据市场为主题开场并收尾。
  • 🌸 生命科学 — Nick Magazine 和 Jonas Mueller 把凝胶和脑组织任务放上屏幕。
  • 🟢 金融 — Collin Schweiker 和 Sahil Bhaiwala 带我们走过 Project Falcon 及其 Excel 评分器。
  • 🟠 对齐 — Steve Kelling 和 Nishant Ranka 在安全模拟中追踪智能体的工具调用。

节目笔记

  • ATLAS-Finance — 探索这个用于在模拟银行的收件箱、文档和财务模型中工作的智能体基准。
  • 走进一家银行 — Handshake 追踪了另一笔已公开的交易 Project Osprey,从客户邮件一直到评分决策。我们采访中屏幕上展示的交易是 Project Falcon。
  • VIALS 示例任务 — 试试这些科学图像问题,包括节目中的凝胶和脑组织任务。
  • Handshake 如何训练模型阅读科学图表 — 团队描述了使用中间图像描述来训练和评估一个视觉语言模型。

时间戳

0:00 走进 Handshake AI 0:39 Garrett、Sahil 和 Nishant 谈前沿训练数据 5:15 如何为智能体构建银行环境 13:07 前沿实验室如何购买数据 15:51 实验室如何评估一个新数据集 20:01 在开源模型上测试训练数据 27:38 评分标准在哪里不及专家判断 31:30 Nick 和 Jonas 介绍 VIALS 基准 35:52 阅读分子结构和质粒图谱 43:48 训练视觉模型解读科学图像 47:17 任务一:读取凝胶上的条带 50:59 任务二:在脑组织中寻找坏死 55:49 Python 工具能帮模型“看见”吗? 1:02:52 生物模型能自我改进吗? 1:06:19 生物实验室能从 Handshake 买到什么 1:12:33 Collin 和 Sahil 展示 Atlas Finance 1:18:56 走进一家模拟投资银行 1:25:45 智能体的财务模型在哪里出错 1:31:18 银行家如何给电子表格评分 1:41:12 惩罚陷阱、依赖门和部分得分 1:46:41 智能体如何钻了 Excel 评分器的空子 1:48:52 什么能让 AI 银行家真正有用? 1:54:48 Steve 和 Nishant 谈安全与对齐 1:58:25 CAREBench 与拒绝的局限 2:04:42 安全反馈如何进入模型训练 2:07:21 当智能体发错文件时 2:11:14 一笔贷款申请测试公平借贷 2:16:09 为企业设计私有基准 2:25:37 领导团队谈 Handshake 的使命 2:28:36 企业何时需要自己的模型 2:33:03 算力与专家数据的市场 2:39:12 实验室为何保留评估任务 2:43:01 Handshake AI 的招聘

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →