Graphon Labs pozyskuje 35 mln USD na pamięć dla agentów AI

Dlaczego RAG nie wystarcza

Istniejące rozwiązania, takie jak RAG, GraphRAG czy okna kontekstowe, potrafią wyszukiwać dane, ale wraz ze wzrostem i zmianami informacji kompresują lub fragmentują kontekst, relacje, historię i upływ czasu. Wyszukiwanie oparte na podobieństwie embeddingów zaciera różnicę między frazami niemal identycznymi, lecz o innym znaczeniu, np. „zwrot możliwy” i „zwrot niemożliwy” albo „70V” i „770V”.

Fundamentem jest graphon, ramy matematyczne do analizy bardzo dużych grafów, które założyciel badał w doktoracie w GRASP Lab na Uniwersytecie Pensylwanii. System buduje z danych jeden duży graf, a po znalezieniu kilku trafień graphon prowadzi wyszukiwanie do powiązanych informacji. Firma przebudowała warstwy od przechowywania po wnioskowanie i pamięć, a obsługa wideo, obrazów, dźwięku i dokumentów z automatycznie tworzoną ontologią pozwala szukać np. „krótkiej niebieskiej koszuli z pięcioma guzikami i dwiema kieszeniami”.

Trzy produkty i wyniki

Graphon Enterprise oferuje zarządzaną pamięć dla danych firmowych (hosting, VPC zarządzany przez Graphon lub klienta, on-premise; certyfikat SOC 2 Type II). Graphon Developer to magazyn w stylu S3 z wyszukiwaniem słów kluczowych, semantycznym i obrazowym. Graphon On-Device Memory uruchamia prywatną, trwałą inteligencję multimodalną na smartfonach, laptopach, kamerach i urządzeniach noszonych.

W trzech benchmarkach długiego kontekstu system uzyskał według firmy najwyższą trafność spośród ocenianych: 93,9% w LoCoMo przy 58% mniejszej liczbie tokenów, 90,2% w ConvoMem przy 95% mniejszej oraz 81,7% w ATM-Bench, 5,0 pkt proc. przed drugim wynikiem na publicznym rankingu. Klientami są m.in. San Francisco 49ers i Hitachi. Środki trafią na badania i rozszerzenie technologii na deweloperów i urządzenia.