ガリレオ 無料

-
開発元 ガリレオ
公式サイト https://www.galileo.ai/

Galileo は、 シナリオのための GenAI 評価 AI 可観測性および運用ガードレール プラットフォームで、オフラインの実験用 RAG/エージェント インジケーター、オンライン トレース、低遅延の Luna-2 評価モデル、およびエンタープライズ レベルの展開をカバーします。

ガリレオ 製品インターフェース

ガリレオ

コアパラメータと統計

Galileo は自らを AI 信頼性プラットフォームとして位置づけており、その提供の核となるのは「オフライン評価を実稼働のガードレールに変える」統合ワークフローです。この製品は、AI 評価、AI 可観測性、リアルタイム保護の 3 つの主要モジュールをカバーしています。 SDK、API、Web コンソールを通じてアクセスし、SaaS、VPC、オンプレミスの 3 つの導入方法をサポートします。

プロジェクト 広報
製品のポジショニング GenAI および Agentic アプリケーション向けの評価、可観測性、実稼働ガードレール プラットフォーム
コアオブジェクト トレース、セッション、スパン、データセット、プロンプト、メトリック、ガードレール
プリセットインジケーター RAG、エージェント、安全性、セキュリティ、その他のカテゴリをカバーする 20 以上のすぐに使える評価
アクセス方法 Web コンソール Python SDK、TypeScript SDK、REST API、メインストリーム エージェント フレームワークの統合
ワークフローの範囲 オフライン実験(Evaluate)、オンライン観察(Observe)、​​リアルタイムガードレール(Protect)
導入フォーム SaaS、仮想プライベート クラウド、オンプレミス
Luna-2評価モデル $0.12/1M トークン、精度 0.95、平均レイテンシ 152ms、コンテキスト 128k
最新の公開アップデート 2026-06-05 企業顧客向けの Agent Control
料金プラン 無料 / プロ ($100/月) / エンタープライズ (お問い合わせ) の 3 層

注意事項: Galileo は、一般的なチャットボットや純粋なログ プラットフォームではありません。それには、GenAI、RAG、または Agent アプリケーションをすでに導入しており、グラウンドトゥルースの構築、メトリクスの調整、ガードレール戦略の定義に時間を投資する意欲のあるチームが必要です。チームがまだ AI アプリケーション開発に参入していない場合、または評価手法が不足している場合、プラットフォームの初期オンボーディング コストはツール自体の価格よりも高くなります。

ユーザーと市場の認識

Galileo の市場シグナルは、C ポートの評判や GitHub のスターではなく、エンタープライズレベルの顧客採用と資本の認知という 2 つの側面に焦点を当てています。

資金調達と企業の成長: 2024 年 10 月に、シリーズ B の 4,500 万米ドルを完了し、資金調達総額は 6,800 万米ドルになったと正式に発表されました。同じ発表では、2024 年以降、収益が 834% 増加し、法人顧客の数が 4 倍に増加し、フォーチュン 50 企業 6 社が導入されたことが明らかになりました。出資者は公開ページでは明らかにされていないが、資金調達規模はAI評価トラックの中でトップレベルである。

顧客およびエコパートナー: Twilio、Comcast、HP、Writer、Cisco Outshift、Ema、NVIDIA、Satisfi Labs、MongoDB、CrewAI、Clearwater Analytics などの顧客またはパートナーのレビューが製品ページと価格設定ページに表示されます。この評価は「Luna-2 の生産評価と RAG の品質管理を観察するためのエージェントとしての Galileo の使用」に焦点を当てており、エンタープライズ レベルの AI ガバナンス シナリオに焦点を当てていることが示されています。

開発者コミュニティ: GitHub 組織「rungalileo」には 184 人のフォロワーと 58 のリポジトリがあります。主なオープンソース プロジェクトには、「agent-leaderboard」 (星 224 個、LLM エージェントの機能のランク付けに使用)、「hallucination-index」 (星 116 個、LLM 幻覚傾向を評価)、「galileo-python」 SDK (星 22 個、Apache-2.0 ライセンス) が含まれます。オープンソース ウェアハウスはデモンストレーションと統合の例にすぎず、製品の中核機能はクローズド ソースの SaaS レイヤーにあります。

コストメリット

Galileo のコスト構造は、従来の LLM モニタリング ツールとは根本的に異なります。GPT-5.4 または Claude を毎回呼び出して判定することに依存するのではなく、Luna-2 専用の評価モデルを使用して、高頻度評価のコストを一般的なソリューションの 3% ～ 5% に削減します。

C クライアント/個人: 無料プラン $0/月、5,000 トレース/月、無制限のユーザー、無制限のカスタム評価が含まれます。個人の開発者が小規模な概念実証を行うのに適しています。制限は、無料クォータが運用環境の要件よりもはるかに低く (高頻度エージェント システムでは 1 日に数万のトレースが生成される可能性がある)、SSO、RBAC、および専用サポートが欠如していることです。

開発者/API: Pro プランは月額 100 ドルから始まり (年間アノテーションが 33% 節約)、月額 50,000 トレース、標準 RBAC、高度な分析、および Slack サポートが含まれます。価格ページには、トレース数に応じて価格が直線的に変化することが記載されています。開発チームの実際のコストには、サブスクリプション料金だけでなく、裁判官としての LLM による Luna インジケーターの呼び出し、データ保持、実験ストレージのオーバーヘッドも含まれます。

エンタープライズ/プライベート: エンタープライズは、お問い合わせください。無制限のトレース、カスタム レート制限、ホスト/VPC/オンプレミス展開オプション、エンタープライズ グレードの RBAC/SSO、専用 CSM、24 時間年中無休のリアルタイム ガードレール サポート、低遅延の専用推論サーバー、および前方展開されたエンジニアリング サポートが含まれます。 Luna-2 の 0.12/100 万トークンは、GPT-5.4 の 5.00 ドル/100 万トークンと比較して、評価コストの約 97% を節約できます。ただし、Luna メトリクスは企業契約に従ってオープンになっており、デフォルトではすべてのユーザーが利用できるわけではありません。

隠れたコスト: AI 測定の実際のコストは、Galileo のサブスクリプションから発生するだけでなく、測定メトリクスの構築と調整に投資される LLM-as-a-judge の通話料金、データの保持と帯域幅、専用の推論サーバーの運用と保守、測定プロセスを学習および開発するためのチームの時間も含まれます。 Luna-2 は高頻度評価の限界コストを削減しますが、グラウンドトゥルース構築と指標の最適化への初期エンジニアリング投資は無視できません。

主な機能

Galileoの機能はモジュールごとに独立して積み重ねられているのではなく、「データ取得→評価・構築→故障解析→ガードレール起動」の4段階を中心に構成されている。

  • データおよびアノテーション資産管理: 合成データ、開発コンテキスト、本番トラフィックからデータ セットを構築し、ドメイン専門家からのアノテーションをサポートして、継続的に更新されるグラウンドトゥルース資産を形成します。重要な受け入れポイントは、アノテーション ワークフローを既存のデータ パイプラインに接続できるかどうか、およびグラウンドトゥルースのバージョン管理とロールバック メカニズムです。
  • 20 以上のプリセット評価指標 + カスタム評価: RAG 評価 (取得品質、コンテキストの精度)、エージェント評価 (ツールの選択、アクションの進行、アクションの完了)、安全性評価 (バイアス、毒性)、セキュリティ評価 (プロンプト インジェクション、PII 漏洩) をカバーします。カスタム レビューは、コードベースまたは LLM を使用した判断による自動生成をサポートします。重要な受け入れポイントは、プリセット インジケーターがビジネス ドメインと整合しているかどうか、およびカスタム インジケーターの精度率 (F1) が 80% 以上に達できるかどうかです。
  • グラフ エンジン エージェント観察: エージェントのブランチ、ツール呼び出し、意思決定パス、セッション コンテキストを線形ログからグラフ パスに拡張し、マルチ エージェント システム A2A プロトコルと分散トレースをサポートします。重要な受け入れポイントは、失敗したスパンをすばやく特定し、2 ～ 3 回のクリックで完全なアトリビューション リンクを確認できることです。
  • Insights Engine の自動障害分析: エージェントの動作データを分析し、障害パターン、隠れたパターン、根本原因を特定し、実用的な提案 (「ツール入力に数ショットの例を追加する」など) を提供します。重要な受け入れポイントは、推奨事項の精度と誤検知率、およびエンジニアリング チームが推奨事項を採用する率です。
  • Luna-2 実稼働レベルの評価: 3B/8B パラメーターを持つ SLM を使用して、一般的な LLM を審査員として置き換え、200 ミリ秒未満のレイテンシー、128,000 コンテキスト、0.12 ドル/100 万トークンの低コスト評価を実現します。主な受け入れポイントは、Luna メトリクスと人間による注釈の一貫性、および高い QPS でのレイテンシの安定性です。
  • エージェント コントロールの集中ガードレール管理: 集中コントロール プレーンを使用してガードレール ポリシーを定義し、エージェント コードを変更せずに、有害なコンテンツのプロンプト挿入、PII 漏洩、ユーザー間操作などのリスクをブロックします。主な受け入れポイントは、誤検知率、監査ログの整合性、および手動フォールバック パスです。
  • 自動調整と継続的学習: CLHF 経由 (継続的学習)

ヒューマンフィードバックを使用した) メカニズムで、数ショットのサンプルを使用して評価プロンプトを自動的に最適化し、インジケーターの精度を徐々に向上させます。重要な受け入れポイントは、自動調整の有効期間と、頻繁な手動介入が必要かどうかです。

モデルとバージョンの進化

Galileo は反復を続ける SaaS プラットフォームです。バージョン履歴は、公式公開マイルストーンに従って 4 つの段階に分けることができます。

主要ラインのマイルストーン

  • 2024-10-15: 評価インテリジェンス プラットフォーム。シリーズ B の発表では、主要な製品ラインを評価インテリジェンスとして再定義し、微調整、評価、観察、保護の 4 つの段階をカバーし、オフライン実験から生産管理までの完全なリンクを強調しています。これは、Galileo にとって初期の NLP ツールから GenAI 評価プラットフォームへの重要な移行です。
  • 2025-07-16: エージェント信頼性プラットフォーム。 Agent Reliability Platformを無償でリリースし、Graph Engine（エージェント経路観測）、Insights Engine（自動障害解析）、Luna-2（低遅延評価モデル）を導入し、製品の焦点を「RAG評価」から「エージェントのフルライフサイクル信頼性」に拡大する。
  • 2026-05-22: Luna Studio と統合コスト。リリースノートは Luna Studio エンタープライズ機能をリリースし、企業がカスタムの低遅延 SLM インジケーターをトレーニングできるようにします。また、統合コストのコスト管理ページも追加され、チームが裁判官としての LLM、Luna、および保持されている支出構造を視覚的に追跡できるようになります。
  • 2026-06-05: エージェント制御。リリース ノートでは、集中コントロール プレーンを使用してガードレールとガバナンス ポリシーを管理し、コードを変更せずにプロンプ​​ト インジェクション、PII 漏洩、クロスユーザー操作などのリスクをブロックするエンタープライズ エージェント コントロールをリリースします。これは、Galileo の「観察 + 評価」から「ガバナンス + ブロック」への拡張製品です。

検証のポイント

2026-06-05 Agent Control は最新のパブリック機能ノードですが、実際の可用性はエンタープライズ パッケージ、展開フォーム、および販売アクティベーションによって影響されます。 Luna メトリックは、Luna-2 ページで「リクエストに応じて顧客のみに公開」とマークされており、すべてのプリセット メトリックがデフォルトですぐに使用できるとは見なされません。購入の際、企業は現在の契約の範囲内で Luna Studio と Agent Control の特定のアクティベーション条件を確認する必要があります。

技術的な利点

Galileo の技術的利点は、単一のポイント モデルや単一の指標ではなく、評価モデル、観測データ、生産ガードレールの 3 層の統合によってもたらされます。

評価モデル層 (Luna-2): Luna-2 は、決定論的な評価出力に軽量メトリック ヘッドを備えたデコーダ専用 SLM を使用します。機械的には、3B/8B ベースの微調整とアダプターを通じて、さまざまな評価次元に適応します。実際、0.12/100 万トークンは、0.95 の精度を維持しながら、GPT-5.4 の 5.00 ドル/100 万トークンと比較して、各評価のコストを約 97% 削減します。該当するシナリオは、顧客サービス エージェント、RAG Q&A、財務コンプライアンス チェックなど、高頻度のマルチインデックスの並行運用コンテキスト評価です。 Luna-2 の 128k コンテキスト ウィンドウは、長い会話シナリオのエンドツーエンドの評価をサポートしていることを意味しますが、同様の価格の競合他社 (Azure Content Safety など) の 3k ウィンドウではコンテキストが失われます。

観察層 (グラフ エンジン): グラフ エンジンは、エージェント呼び出しを線形ログから有向グラフに変換します。各ノードはツール呼び出しまたは LLM リクエストであり、エッジは情報フローと制御転送です。機械的には、OpenTelemetry 拡張機能と SDK ビューロを通じてスパンとトレースをキャプチャし、バックエンドでパス トポロジを再構築します。実際、エンジニアリング チームは、エージェントのすべての分岐、再試行、エラー パスを 1 回の観察で確認できます。該当するシナリオは、マルチエージェント コラボレーション、A2A プロトコル MCP サーバー呼び出しなどの複雑なオーケストレーション シナリオです。

ガードレール層 (エージェント制御): エージェント制御は、評価スコアを実行制御アクションに直接マッピングします。ガードレールは、ツールが呼び出される前に、事前定義されたポリシーに基づいて実行が許可されるかどうかを機械的に決定します。事実上、チームはエージェント コードを変更せずに有害な操作をブロックできます。適用可能なシナリオは、PII 漏洩防止、プロンプト インジェクション ブロック、クロスユーザー操作の傍受、経済的損失のリスク制御 (1 回の転送の上限など) です。

エンジニアリング可観測性の基本: Galileo の Insights エンジンは単純なログ集計ではなく、数百万の信号 (モデル プロンプト、関数、コンテキスト データセット、トレース、MCP サーバー) のパターン認識を行います。製品ページには事例が示されています。Galileo は「誤ったツール入力を引き起こす幻覚」を自動的に検出し、「正しいツール入力を実証するための数ショットの例を追加する」という提案を行い、根本原因分析機能が統計的な要約からルール生成にアップグレードされたことを示しています。

使い方

Galileo の入り口は、Web コンソール SDK/API とエンタープライズ展開の 3 つのカテゴリに分かれています。開発者は無料でサインアップすることから始めることができますが、企業チームは多くの場合、最初にデータ境界とコンプライアンス要件を明確にする必要があります。

使い方 誰にでも適しています 主な取り組み 注意事項
ウェブコンソール 製品および運用 AI 品質マネージャー トレース/セッション/メトリクスの表示、実験の実行、ガードレールの構成 最初にアプリケーション ログにアクセスするか、評価データをインポートする必要があります
Python SDK (ガリレオ-Python) エンジニアリングチーム ML エンジニア pip install galileo → GalileoLogger の初期化 → トレースと実験の記録 API キー、プロジェクト キー、ログ フィールド、サンプリング戦略を管理する必要がある
TypeScript SDK (galileo-js) エージェント開発者、フルスタックエンジニア npm install @rungalileo/galileo-js → クライアントを初期化 → エージェント フレームワークに接続 フレームワークと連携する必要があるミドルウェアまたはコールバック (LangGraph、CrewAI など)
REST API 多言語コンテキスト、カスタマイズされた統合 /v1/traces、/v1/experiments、/v1/guardrails およびその他のエンドポイントを呼び出します。認証、電流制限、エラーリトライを自分で処理する必要がある
エンタープライズ展開 セキュリティ、コンプライアンス、プラットフォーム チーム ホスト/VPC/オンプレミスのシナリオを評価する ビジネス検証契約、データ保存 SLA、および専用推論が必要

一般的な開始パス: 公式 Web サイトから無料で登録 → プロジェクトを作成 → SDK をインストールして最初のトレースを記録 → トレースで事前設定された評価インジケーターを実行 → Insights で障害モードを表示 → 安定したインジケーターを実験とガードレールに拡張します。 RAG システムでは、検索品質と幻覚の検証が優先されます。エージェント システムの場合は、ツールの選択品質とアクションの完了を検証することが優先されます。

簡単な統合の例 (Python):

「」パイソン ガリレオからのインポート GalileoLogger

galileo_logger = GalileoLogger(プロジェクト="私のプロジェクト") トレースとして galileo_logger.start_trace("user-query") を使用: トレース.log_input("ユーザーの問題") 応答 = llm_call(プロンプト) トレース.log_output(応答) トレース.log_metric("レイテンシ", 320) 「」

製品の価格設定

Galileo の価格ページには 3 段階のプランが公開されており、主要な請求要素はトレース数とプレミアム機能の範囲です。

計画 公開価格 コアクォータ 主な機能 適用可能な境界
無料 $0/月 5,000 トレース/月、無制限のユーザー、無制限のカスタム評価 基本評価、コミュニティサポート 実験と小規模な概念実証
プロ 月額 $100 から (年払いの 33% 割引) 50,000 トレース/月、標準 RBAC 高度な分析インサイト、Slack サポート 成長するチーム、小規模生産
エンタープライズ お問い合わせ 無制限のトレース、カスタム レート制限 VPC/オンプレミス、SSO/RBAC、リアルタイム ガードレール、専用推論 24 時間年中無休のサポート 専用 CSM エンタープライズ規模、コンプライアンス、展開の要件

Luna-2 のコスト比較: Luna-2 (3B/8B) の評価コストは 0.12 ドル/100 万トークンです。 GPT-5.4 の 5.00 ドル/100 万トークンや GPT-5.4 mini の 0.15 ドル/100 万トークンと比較すると、高頻度の評価シナリオでは明らかな利点があります。ただし、Luna メトリクスの有効化条件、特定の指標の範囲、推論サーバーの構成はすべてエンタープライズ契約によって確認する必要があり、公開価格に基づいて総額を直接見積もることはできないことに注意する必要があります。

請求リスク ポイント: AI 評価の最終コストは、トレース量 × サンプリング レート × インジケーターの数 × 呼び出し頻度によって決まります。 Free プランと Pro プランのトレースの上限は、詳細な評価中にすぐに使い果たされる可能性があります。 Enterprise にはトレースの上限はありませんが、カスタム レート制限と排他的推論のコストについてはビジネス ネゴシエーションが必要です。購入前にコスト シミュレーションのために 1 ～ 2 週間の実トレース データを使用し、対応するソリューションを選択することをお勧めします。

アプリケーションのシナリオ

  • RAG 品質の測定と回帰: 検索精度、文脈の関連性、回答の錯覚、引用の一貫性を測定します。承認の焦点は、取得指標をビジネスのグラウンドトゥルースと一致させること、および単一の手動評価に依存するのではなく、各モデルの更新後に回帰レポートを自動的にトリガーできるかどうかです。
  • AI エージェントのフルリンク監視: 複数ステップのエージェント ツールの呼び出し、分岐、ハンドオフ、アクションの完了、会話品質の監視に使用されます。承認の焦点は、失敗したエージェント インタラクションの根本原因を 5 分以内に Insights で特定でき、改善をプロンプトまたはツール スキーマにフィードバックできるかどうかです。
  • セキュリティとコンプライアンスのリアルタイム ガードレール: プロンプト インジェクション、PII 漏洩、有害なコンテンツ、クロスユーザー操作、不正なツール呼び出しなどの高リスク シナリオに使用されます。受け入れの焦点は、低遅延ブロッキング (Luna の 200 ミリ秒未満のレベル)、誤った傍受率、監査ログの整合性、および手動フォールバック メカニズムにあります。
  • Eval Engineering プラットフォーム: データセット、実験、カスタム メトリクス、人間によるフィードバック、リリース ゲートを CI/CD プロセスに統合するために使用されます。承認の焦点は、モデルまたはプロンプトが更新されるたびにパイプラインが自動的に実行できるかどうかを評価し、合格/不合格の信号を与えることです。
  • エンタープライズ AI 運用ガバナンスおよびコスト管理: 生産トレース、Luna 評価コスト、LLM の判断コスト、部門全体の異常な傾向を集約するために使用されます。承認の焦点は、権限の分離、データ保持、展開の分離、およびコストの帰属が組織の要件を満たしているかどうかです。

該当する人

  • AI アプリケーション エンジニアリング チーム: ログ、レビュー、オンライン異常診断を 1 つのビューに統合するための RAG、エージェント、顧客サービス ロボット、または検索 Q&A システムを構築しているチーム。前提条件は、チームがログの埋め込みとトレースの基本的な概念を持っていることであり、フルタイムの AI プラットフォーム エンジニアは必要ありません。
  • AI 品質評価エンジニア (評価エンジニア): 評価データ セットの構築、指標の校正、実験の管理、リリース アクセス制御の設計を特に担当するエンジニアリングの役割。 Galileo のカスタム評価、自動調整、Luna Studio は、この役割の中核となるツールチェーンです。
  • 製品およびドメインの専門家 (SME): アノテーションに参加し、回答の品質を評価し、ビジネスの成功基準を定義する必要がある製品マネージャーとビジネスの専門家。注釈とカスタム評価機能を使用して、主観的な判断を追跡可能で再利用可能な品質指標に変換します。
  • プラットフォームおよびセキュリティ運用チーム: SSO/RBAC、データ保持、運用ガードレール PII、プロンプト インジェクション リスク コントロールを必要とするエンタープライズ プラットフォーム チーム。 Galileo のエンタープライズ ソリューションとエージェント コントロールは、このグループの主な価値ポイントです。

不適切な状況: 一般的なチャットまたは単純な LLM コール (ナイフでニワトリを殺す) のみが必要なチーム。オンライン AI アプリケーションを持っていない組織、またはトレース/データセットを提供できない組織 (プラットフォームには分析するデータがない)。明確な評価リーダーや指標のガバナンス プロセスを持たないチーム (ツールは「もう 1 つのダッシュボード」になります)。これは、データの常駐に関する厳密な地理的要件があるが、Galileo は対応する領域をまだカバーしていないシナリオです。

概要と展望

Galileo の中核となる能力は、GenAI 評価エージェントの観察可能な Luna-2 低遅延評価モデルと運用ガードレールを同じワークフローに組み込むことにあります。これにより、エンタープライズ AI が POC から本番環境に移行した後の最も困難な問題、つまりモデルとエージェントが信頼性があり、説明可能で、改善可能であり、実際のトラフィックにおけるリスクを防止できることを継続的に証明する方法が解決されます。 AI評価トラックにおいて、Galileoは単一点の指標ツールではなく、「オフライン実験→オンライン観察→リアルタイムガードレール」の完全なリンクを同時にカバーする数少ない製品の1つです。

現在の制限と不確実性: Luna-2 の 0.95 精度は GPT-5.4 の 0.94 よりも高いですが、これは特定の評価次元におけるベンチマーク テストの結果です。高度にカスタマイズされたビジネスシナリオで同じ品質を維持できるかどうかは、実際の検証が必要です。一部のエンタープライズ機能 (Luna Studio、Agent Control) をアクティブ化するにはビジネス上の確認が必要です。 SDK/エージェント フレームワークの統合の深さは、現在のテクノロジー スタックと OTel の互換性に依存します。評価指標の長期的な精度は、グラウンドトゥルースの継続的なメンテナンスと SME からのフィードバックに依存します。

調達/採用リスク評価: まず、パイロットとして 2 ～ 4 週間、価値の高い測定可能な RAG またはエージェント プロセスを選択し、トレース カバレッジ、障害発生場所の時間、手動レビューの量、傍受誤報率、オンライン アクセス コントロールの合格率などの指標を設定することをお勧めします。指標が安定し、チームが評価プロセスに関して合意に達したら、マルチチーム、マルチエージェント、またはエンタープライズ展開に拡張します。企業は購入前に、VPC/オンプレミスの条件とデータの保存場所がコンプライアンス要件を満たしているかどうかを確認することに重点を置く必要があります。現在の契約の範囲内のLuna-2およびLuna Studioのアクティベーション範囲と料金体系。 SSO/RBAC とエンタープライズ ID 管理システム (IdP) の互換性。実際の応答時間と 24 時間年中無休のサポートのアップグレード パス。契約終了時のデータエクスポートおよび移行サポート条件。

関連ツール: hugging-face、replicate

バージョン情報

  • 企業顧客向けのエージェント制御 ：公式リリース ノートでは、企業顧客向けにガードレールを一元的に定義し、エージェント ガバナンスを管理する Agent Control がリリースされました。エージェントコードを変更することなく、有害なコンテンツのプロンプト挿入、PII 漏洩、その他のリスクをブロックできます。
  • Luna Studio と統合のコスト チャート ：公式リリースノートでは、低遅延、低コストの SLM メトリクスをトレーニングするための Luna Studio エンタープライズ機能のリリースと、LLM-as-a-judge コストを追跡するための統合コスト管理ページの追加を発表しています。
  • エージェント信頼性プラットフォーム ：公式ブログでは、Graph Engine、Insights Engine、Luna-2 リアルタイム ガードレールを中心とした無料の Agent Reliability Platform を発表し、マルチエージェント システムの監視、障害モード分析、運用保護をサポートしています。
  • 評価インテリジェンスプラットフォーム ：公式ブログではシリーズBで4,500万米ドルの資金調達を発表し、主な製品ラインを評価インテリジェンスプラットフォームとして定義し、Fine-Tune、Evaluate、Observe、ProtectなどのAI品質ライフサイクルをカバーしました。

ユーザーレビュー

  • レビューを読み込み中...