a16z, yapay zeka "üçüncü taraf hakem" alanına girdi: Vals, 40 milyon dolar fon topladı

动察 Beating tarafından yapılan takibe göre, AI model değerlendirme şirketi Vals AI, 40 milyon dolarlık A Serisi yatırım turunu tamamladı ve şirket değeri 400 milyon dolara ulaştı. Tur, a16z liderliğinde gerçekleştirildi. 8VC, Pear VC, Bloomberg Beta gibi mevcut yatırımcılar da tura katılmaya devam etti.

Vals, büyük dil modelleri için üçüncü taraf değerlendirme hizmeti sunuyor. Günümüzde birçok model piyasaya sürüldüğünde, sonuçlar hâlâ üretici firmalar tarafından kendi kendine test edilip raporlanıyor. Vals ise programlama, finans, hukuk, sağlık gibi gerçek görevlerle farklı modelleri tek tip bir şekilde test ediyor. Resmi açıklamalara göre, sonuçları OpenAI, Anthropic, Google, Meta ve xAI'nin model kartlarında alıntılanmış durumda ve bu yılki gelirleri 2025 yılı tamamının 8 katına ulaştı.

a16z'nin gözünü diktiği şey tam da bu "üçüncü taraf hakem" değeri. Açık benchmarklar giderek daha kolay manipüle ediliyor, eğitim verilerine karıştırılıyor ve hatta üreticiler tarafından hedefli olarak optimize ediliyor. Bu yüzden sıralamalardaki yüksek puanlar, gerçek kullanımda iyi performans anlamına gelmiyor.

Bu sefer Vals ayrıca Vals Smith'i tamamen açtı; bu sayede herhangi bir GitHub deposu doğrudan bir Coding Benchmark'a dönüştürülebiliyor. Sistem, geçmiş PR'lardan gerçek geliştirme görevlerini çıkarıyor ve ardından gizli testlerle modelin bu görevleri tamamlayıp tamamlayamadığını kontrol ediyor. Böylece işletmeler, yalnızca açık sıralamalara bakmak yerine hangi modelin kendi kod tabanlarına en uygun olduğunu doğrudan test edebiliyor.