AI热榜 随着企业努力将人工智能试点项目转变为业务的功能部分，可靠性已成为焦点。
一家新的初创公司希望通过利用数学形式化工具，将计算机科学中最可靠的系统之一与最混乱的系统相结合来解决这个问题。
周三， 普拉玛纳实验室 宣布获得由 Khosla Ventures 领投、Accel、Boldcap、Nexus Venture Partners、Premji Invest 和 Unbound 参投的 2700 万美元种子资金。
Pramaana 将专注于高度敏感的垂直领域，如法律、药物发现和税务准备——这些领域的错误可能代价高昂，而可靠性也至关重要。
在这些系统中部署人工智能将需要比我们目前拥有的更强的针对幻觉和错误的保护。
但正如 Pramaana 联合创始人兼首席执行官 Ranjan Rajagopalan 所见，它们也特别适合正规化。
“这就像数学一样，有很多规则需要遵守，”拉贾戈帕兰在描述税法规则时告诉 TechCrunch。
“一旦你有了它的编码版本，其之上的推理就开始变得确定性。
” Pramaana 的系统仍然在传统的法学硕士上运行，使其能够灵活地回答自然语言问题并解决传统计算机无法处理的复杂问题。
但在法学硕士之上有一个确定性层，确保法学硕士的工作得到检验。
LLM 引擎与确定性验证的结合是 流行的设置 ; Pramaana 的独特方法是使用形式验证工具——利用用于验证数学证明的开源精益编程语言。
这项工作的大部分内容都有真正的先例；拉贾戈帕兰指出
🔗 原始来源
如果你要核对细节，可以再看原文： TechCrunch AI原文链接