फंडिंग
उद्यमों के लिए स्वयं-सुधार करने वाला एआई बनाने हेतु Noeri ने जुटाए $110M

मुख्य बिंदुनोएरी की प्रणाली एक सामान्य-उद्देश्य वाले मॉडल को बेचने के बजाय ग्राहक वर्कफ़्लो के…
और देखें
- नोएरी की प्रणाली एक सामान्य-उद्देश्य वाले मॉडल को बेचने के बजाय ग्राहक वर्कफ़्लो के आसपास मॉडल और टूल्स को बेहतर बनाती है।
- हर प्रस्तावित परिवर्तन कोड समीक्षा जैसी समीक्षा प्रक्रिया के माध्यम से स्वीकृति के लिए किसी मानव तक पहुँचता है।
- संस्थापकों का तर्क है कि बुद्धिमत्ता को एक केंद्रीकृत सुपरइंटेलिजेंस के बजाय कई विशेषीकृत ग्राहक-स्वामित्व वाली प्रणालियों में वितरित किया जाना चाहिए।
Noeri ने 16 नवंबर 2026 को अपनी शुरुआत और 110 मिलियन डॉलर की फंडिंग की घोषणा की। उद्यमों और वैज्ञानिक खोज के लिए स्वयं-सुधार करने वाले एआई पर उसके काम के वास्ते Menlo Ventures ने इस वित्तपोषण दौर का नेतृत्व किया।
Madrona Venture Group, Kindred Ventures, Wing Venture Capital और NEA ने भी इसमें भाग लिया, जबकि Cisco Investments, NVIDIA और Snowflake रणनीतिक निवेशकों के रूप में शामिल हुए। स्टैनफोर्ड के कंप्यूटर विज्ञान के प्रोफेसर Yejin Choi और Carlos Guestrin ने 2026 में Noeri की स्थापना की और वे सह-सीईओ हैं। कंपनी का मुख्यालय Palo Alto में है और उसका एक कार्यालय Zurich में है।
ग्राहकों के काम के अनुरूप एआई को विशिष्ट बनाना
Noeri उस दुविधा का समाधान करने की कोशिश कर रही है जिसका उद्यमों को अक्सर सामना करना पड़ता है: सबसे सक्षम सामान्य-उद्देश्य वाले मॉडल के लिए अधिक भुगतान करना या कम कीमत वाले विकल्प से कमजोर नतीजे स्वीकार करना। कंपनी के अनुसार, उसका सिस्टम किसी संगठन के डेटा और कार्यप्रवाहों का अध्ययन करता है, फिर हर चरण के लिए उससे जुड़े सॉफ़्टवेयर, कौशल, निर्देशों, टूल और मॉडल के चयन में सुधार करता है। जहां लाभदायक हो, वहां इसमें मॉडलों के अंतर्निहित पैरामीटर भी शामिल होते हैं।
उत्पाद का परिचय ऐसे एजेंटों का वर्णन करता है जो बड़े लेबलयुक्त डेटासेट की आवश्यकता के बिना कार्यों, विफलताओं, सुधारों और वास्तविक उत्पादन-उपयोग से सीखते हैं। वे अपने कौशल, टूल और समन्वयन को बेहतर बना सकते हैं, मौजूदा टूल अपर्याप्त पड़ने पर नए टूल बना सकते हैं और ग्राहकों के काम के आधार पर मॉडलों को प्रशिक्षित कर सकते हैं। गुणवत्ता और लागत का आकलन सार्वजनिक मानदंडों के बजाय ग्राहक के अपने ट्रैफ़िक और मेट्रिक्स पर किया जाता है, जिससे प्रस्तावित सुधार उसी तैनाती के लिए विशिष्ट बनते हैं।
Noeri के अनुसार, हर बदलाव की व्याख्या की जाती है और कोड समीक्षा जैसी प्रक्रिया के तहत उसे अनुमोदन के लिए किसी व्यक्ति के पास भेजा जाता है। यह सिस्टम बंद और ओपन-वेट, दोनों तरह के मॉडलों के साथ काम करता है और नए मॉडल आने पर उनके अनुसार ढलने के लिए बनाया गया है। ग्राहक अपना डेटा अपने पास रखता है और सिस्टम के ज़रिए विकसित कार्यप्रवाहों तथा मॉडलों का स्वामी होता है, हालांकि लागू होने वाले तृतीय-पक्ष मॉडल लाइसेंस की शर्तें फिर भी लागू रहती हैं।
निरंतर सीखने और खोज पर केंद्रित अनुसंधान
Noeri का इरादा इसी तकनीकी ढांचे का उपयोग वैज्ञानिक कार्यों में परिकल्पनाएं बनाने, प्रयोग करने और परिणामों से सीखने के लिए भी है—ऐसे कार्य जिनमें अणु, प्रोटीन और जटिल तकनीकी प्रणालियां शामिल हैं। कंपनी का तर्क है कि खुले अंत वाली खोज बड़े मॉडलों के अर्थशास्त्र पर दबाव डालती है, क्योंकि लगातार खोज में एक उत्तर देने की तुलना में कहीं अधिक कंप्यूटिंग क्षमता लगती है; उसके प्रस्ताव के अनुसार, छोटे विशिष्ट मॉडल इस खोज को किफायती बना सकते हैं।
कंपनी का अनुसंधान एजेंडा एआई विकास को स्वचालित करने, सीमित डेटा से कुशलतापूर्वक विशिष्ट मॉडल बनाने, पुरानी जानकारी भूले बिना लगातार सीखने और खोज, तर्क तथा मॉडलों की टीमों के ज़रिए खोज करने पर केंद्रित है। ये प्राथमिकताएं संस्थापकों के परीक्षण-समय प्रशिक्षण, स्व-आसवन और एजेंट-आधारित समन्वयन के काम पर आधारित हैं। इन तरीकों में मॉडल तैनाती के बाद सीखते हैं, अपनी गलतियों से सीखते हैं या दूसरे मॉडलों और टूल का समन्वय करते हैं।
एक दृष्टि-वक्तव्य में Choi और Guestrin का तर्क है कि बुद्धिमत्ता को एक केंद्रीकृत सुपरइंटेलिजेंस में केंद्रित करने के बजाय, ग्राहकों के स्वामित्व वाली कई विशिष्ट प्रणालियों में वितरित किया जाना चाहिए। वे यह भी कहते हैं कि किसी काम के अनुरूप आकार वाले मॉडल सस्ते होते हैं और कम ऊर्जा लेते हैं, जबकि किसी खास उद्देश्य के लिए बनाई गई प्रणालियों के विनिर्देश तय करना, उनकी जांच करना और निगरानी करना आसान होता है।
Noeri के अनुसार, अवधारणा के शुरुआती प्रमाण के लिए उसकी साझेदारियां उद्यम और वैज्ञानिक क्षेत्रों तक फैली हैं। वह विभिन्न उद्योगों के रणनीतिक साझेदारों के साथ भी काम कर रही है, जिनमें कुछ निवेशक शामिल हैं। उसने विविध समूह चुना है ताकि तकनीक अलग-अलग ग्राहकों के लिए विशिष्ट बनने से पहले सामान्यीकरण करना सीख सके।
संस्थापक टीम और शुरुआती परीक्षण
Guestrin ने पहले Turi की सह-स्थापना की थी—यह मशीन लर्निंग प्लेटफ़ॉर्म Apple ने 2016 में अधिग्रहित किया था। बाद में उन्होंने Apple के केंद्रीय मशीन लर्निंग और एआई संगठन का निर्माण किया और उसका नेतृत्व किया। Choi MacArthur Fellow हैं और उनका शोध छोटे एआई मॉडलों को अधिक सक्षम बनाने पर केंद्रित है; वह पहले University of Washington में प्रोफेसर और Allen Institute for AI में वरिष्ठ निदेशक थीं। Noeri, Palo Alto और Zurich में शोधकर्ताओं तथा इंजीनियरों की भर्ती कर रही है।
इस नई प्रयोगशाला की तत्काल परीक्षा यह है कि क्या ये साझेदारियां उसके शोध को ग्राहकों के अपने गुणवत्ता और लागत मापदंडों पर बार-बार हासिल किए जा सकने वाले सुधारों में बदल सकती हैं, साथ ही उसके उत्पाद के केंद्र में मौजूद मानवीय अनुमोदन और स्वामित्व नियंत्रणों को भी कायम रख सकती हैं।












