总部位于纽约的 Hebbia 宣布获得了1.3亿美元的 B 轮融资，投资方包括 Andreessen Horowitz、Index Ventures、Peter Thiel 和谷歌的风险投资部门。
Hebbia 正在构建的是一个相当简单的东西:一个 LLM 本地化的生产力界面，使从数据中获取价值变得更加容易，无论其类型或大小如何。该公司已经与金融服务行业的一些大型公司合作，包括对冲基金和投资银行，并计划在未来几天将技术带给更多企业。
产品入口：https://top.aibase.com/tool/hebbia
虽然基于 LLM 的聊天机器人可以基于内部文档或提示文档，但许多人注意到这些助手无法回答有关业务功能的复杂问题。在某些情况下，问题是上下文窗口，它无法处理提供的文档的大小，而在其他情况下，查询的复杂性使模型无法准确地解决它。错误甚至可能影响团队对语言模型的信心。
Hebbia 通过提供与 LLM 相关的代理副驾驶员 Matrix 来解决这个差距。该产品位于公司的业务环境中，允许知识工作者提出与内部文档相关的复杂问题 - 从 PDF、电子表格和 Word 文档到音频转录 - 具有无限的上下文窗口。
一旦用户提供查询和相关文档 / 文件，Matrix 会将其分解为 LLM 可以执行的较小操作。这使其能够一次性分析文档中包含的所有信息，并以结构化形式提取所需的内容。Hebbia 表示，该平台使模型能够推理任何数量（数百万到数十亿个文档）和数据模态，同时提供相关引用，以帮助用户跟踪每个操作并了解平台如何最终得出答案。
通过最新一轮融资，该公司希望在此基础上继续努力，并吸引更多大型企业来使用其平台，以简化其工作人员检索知识的方式。
Hebbia 并不是这个领域中唯一的公司。其他企业也在探索面向企业的基于 AI 的知识检索，包括 Glean。这家总部位于加利福尼亚州帕洛阿尔托的初创公司在2022年达到了独角兽地位，并专门为工作场所生产力构建了类似于 ChatGPT 的助手。还有像 Vectara 这样的参与者正在努力实现基于企业数据的通用 AI 体验。
划重点:
👉 Hebbia 获得1.3亿美元的 B 轮融资，旨在打造一个 LLM 本地化的生产力界面，使从数据中获取价值变得更加容易。
👉 Hebbia 的代理副驾驶员 Matrix 可以分析所有文档中包含的信息，并以结构化形式提取所需的内容。
👉 Hebbia 已经与 CharlesBank、Center View Partners 和美国空军等机构合作，拥有1000多个生用例。