Inntekter før investorpenger

Historien om Poindexter Labs skiller seg ut i et oppstartsmiljø som ofte er besatt av kapitalinnhenting. Grunnlegger Jocelyn D'Arcy, en tidligere matematikklærer, skal ha bygget selskapet til en omsetning på solide 1,6 millioner pund før hun tok inn en eneste krone i ekstern risikokapital . At selskapet har klart å oppnå millionomsetning uten institusjonelle investorer, signaliserer en usedvanlig sterk produkt-marked-tilpasning, særlig i den kapitalintensive AI-infrastrukturbransjen.

Flaskehalsen: Ekspertresonnement

Å trene en modell til å løse et avansert matematisk bevis, bygge en juridisk argumentasjonsrekke eller resonnere seg gjennom et fysikkproblem, krever datasett som fanger opp autentiske tankekjeder – ikke bare riktige sluttsvar. Tradisjonelle plattformer for dataannotering er dårlig egnet til dette fordi de er designet for lineære arbeidsflyter der én enkeltperson gir en rask vurdering. Poindexter Labs kaller denne foreldede modellen for KI-leverandørkjeden et "ødelagt" system for fremtidens kunstig intelligens .

Selskapet fokuserer på å produsere det de kaller "høyoppløselige trenings- og evalueringsdatasett" som inkluderer bevisførsel, tankekjeder (chain-of-thought), flertrinnslogikk og detaljerte trinn-for-trinn-logger. De opererer innenfor domener som realfag, juss, medisin, finans og ingeniørvitenskap .

Syncronus: Fra samlebånd til fagfellevurdering

Svaret deres er en plattform kalt Syncronus, som erstatter den isolerte annotatørmodellen med en strukturert, samarbeidsbasert fagfellevurdering – omtrent slik en vitenskapelig artikkel blir kvalitetssikret før publisering . Oppgavene blir skapt og deretter vurdert av et nøye utvalgt nettverk av OL-vinnere, professorer og andre toppeksperter .

En typisk oppgave på plattformen kan gå ut på å forfatte et originalt informatikkproblem som krever et bevis i flere trinn. Løsningen blir fanget opp med full prosesshistorikk – skissepreget resonnement, trinnlogger og såkalte LaTeX-differ – som deretter gjennomgås av en annen ekspert for å sjekke korrekthet og klarhet . Dette skaper et "papirspor" av ekspertkognisjon som kan brukes direkte til å finjustere KI-modeller.

Poindexter lisensierer Syncronus-plattformen til bedrifter og offentlige organer som ønsker å skreddersy sine egne datasett. De driver også en intern datatjeneste som leverer ferdige, fagfellevurderte datasett direkte til ledende KI-laboratorier .

Veien videre for millionene

Selskapet planlegger å bruke den ferske kapitalen primært til å videreutvikle Syncronus-plattformen og skalere opp sitt nettverk av eksperter . Med en økende etterspørsel fra KI-utviklere som sultefôres på data av høy kvalitet, satser Poindexter på at deres kombinasjon av plattformteknologi og et håndplukket menneskelig nettverk kan bli en kritisk brikke i infrastrukturen for neste generasjons KI-systemer.

Inntekter før investorpenger

Historien om Poindexter Labs skiller seg ut i et oppstartsmiljø som ofte er besatt av kapitalinnhenting. Grunnlegger Jocelyn D'Arcy, en tidligere matematikklærer, skal ha bygget selskapet til en omsetning på solide 1,6 millioner pund før hun tok inn en eneste krone i ekstern risikokapital . At selskapet har klart å oppnå millionomsetning uten institusjonelle investorer, signaliserer en usedvanlig sterk produkt-marked-tilpasning, særlig i den kapitalintensive AI-infrastrukturbransjen.

Flaskehalsen: Ekspertresonnement

Å trene en modell til å løse et avansert matematisk bevis, bygge en juridisk argumentasjonsrekke eller resonnere seg gjennom et fysikkproblem, krever datasett som fanger opp autentiske tankekjeder – ikke bare riktige sluttsvar. Tradisjonelle plattformer for dataannotering er dårlig egnet til dette fordi de er designet for lineære arbeidsflyter der én enkeltperson gir en rask vurdering. Poindexter Labs kaller denne foreldede modellen for KI-leverandørkjeden et "ødelagt" system for fremtidens kunstig intelligens .

Selskapet fokuserer på å produsere det de kaller "høyoppløselige trenings- og evalueringsdatasett" som inkluderer bevisførsel, tankekjeder (chain-of-thought), flertrinnslogikk og detaljerte trinn-for-trinn-logger. De opererer innenfor domener som realfag, juss, medisin, finans og ingeniørvitenskap .

Syncronus: Fra samlebånd til fagfellevurdering

Svaret deres er en plattform kalt Syncronus, som erstatter den isolerte annotatørmodellen med en strukturert, samarbeidsbasert fagfellevurdering – omtrent slik en vitenskapelig artikkel blir kvalitetssikret før publisering . Oppgavene blir skapt og deretter vurdert av et nøye utvalgt nettverk av OL-vinnere, professorer og andre toppeksperter .

En typisk oppgave på plattformen kan gå ut på å forfatte et originalt informatikkproblem som krever et bevis i flere trinn. Løsningen blir fanget opp med full prosesshistorikk – skissepreget resonnement, trinnlogger og såkalte LaTeX-differ – som deretter gjennomgås av en annen ekspert for å sjekke korrekthet og klarhet . Dette skaper et "papirspor" av ekspertkognisjon som kan brukes direkte til å finjustere KI-modeller.

Poindexter lisensierer Syncronus-plattformen til bedrifter og offentlige organer som ønsker å skreddersy sine egne datasett. De driver også en intern datatjeneste som leverer ferdige, fagfellevurderte datasett direkte til ledende KI-laboratorier .

Veien videre for millionene

Selskapet planlegger å bruke den ferske kapitalen primært til å videreutvikle Syncronus-plattformen og skalere opp sitt nettverk av eksperter . Med en økende etterspørsel fra KI-utviklere som sultefôres på data av høy kvalitet, satser Poindexter på at deres kombinasjon av plattformteknologi og et håndplukket menneskelig nettverk kan bli en kritisk brikke i infrastrukturen for neste generasjons KI-systemer.