要約すると;

大規模言語モデルの台頭により、ソフトウェアの個人化ニーズはかつてないほど高まっています。Plastic Labsの新しく立ち上げられたHonchoプラットフォームは、「プラグアンドプレイ」のアプローチを採用しており、開発者が深いユーザープロファイルを構築する際に手間を省くことを目的としています。

4月11日（北京時間）、AIスタートアップPlastic Labsは、535万ドルのPre-Seedファンディングラウンドを完了したことを発表しました。このラウンドは、Variant、White Star Capital、Betaworksを中心に、Mozilla Ventures、Seed Club Ventures、Greycroft、Differential Venturesが参加しています。エンゼル投資家には、Scott Moore、NiMA Asghari、Thomas Howellが含まれています。同時に、同社のパーソナライズされたAIアイデンティティプラットフォームであるHonchoが早期アクセス用に正式にオープンしました。

プロジェクトはまだ初期段階にあるため、広範な暗号コミュニティはPlastic Labsについてほとんど知識がありません。Plasticが資金調達と製品ローンチに関してXで発表した際、主要投資家Variantのジェネラルパートナー兼アドバイザーであるダニエル・バラバンダー氏は、プロジェクトとそのHonchoプラットフォームについて詳細な分析を共有しました。元のコンテンツは次のとおりです。

大規模言語モデル（LLM）アプリケーションの台頭に伴い、ソフトウェアの個人化ニーズは前例のない成長を遂げています。これらのアプリケーションは自然言語に依存しており、相手によって変化します。つまり、祖父母に数学の概念を説明するのとは異なり、両親や子供たちに説明するのと同じように。自然とコミュニケーションを相手に合わせることができ、LLMアプリケーションも同様に相手を「理解」し、より効果的で個人に合ったエクスペリエンスを提供する必要があります。治療アシスタントであろうと、法律アドバイザーであろうと、ショッピングのお供であろうと、これらのアプリケーションは実際の価値を提供するためにユーザーを真に理解する必要があります。

ただし、個別化の重要性は非常に高いにも関わらず、現在、LLMアプリケーションが簡単に統合できる準備が整ったソリューションは存在しません。 開発者は、通常会話ログの形式でユーザーデータを保存し、必要な時に取得するために断片化されたシステムを自力で組み立てる必要があります。その結果、各チームは独自のユーザーステート管理インフラストラクチャを構築することで車輪の再発明に終わってしまいます。さらに悪いことに、ユーザーの相互作用をベクトルデータベースに保存し、回収増強生成（RAG）を使用するなどの技術は、過去の会話を思い出すことしかできません—ユーザーの興味、コミュニケーションの好み、トーンへの感受性などのより深い側面を捉えることはできません。

Plastic Labsは、LLMアプリケーションでのパーソナライゼーションの容易な実装を開発者に可能にするプラグアンドプレイプラットフォームであるHonchoを紹介しています。開発者はゼロからユーザーモデリングを構築する代わりに、Honchoを簡単に統合することで、豊富で持続可能なユーザープロファイルに即座にアクセスできます。これらのプロファイルは、認知科学の最先端技術を使用しているチームのおかげで、従来の手法では提供できないものを提供しています。さらに、自然言語クエリをサポートし、ユーザープロファイルに基づいて動的に振る舞うLLMを可能にしています。

ユーザーステート管理の複雑さを抽象化することで、HonchoはLLMアプリケーション向けの新しいレベルのハイパーカスタマイズされたエクスペリエンスの扉を開きます。しかし、その意義はそれだけにとどまらず、Honchoによって生成された豊かで抽象的なユーザープロファイルは、従来の「共有ユーザーデータレイヤー」の道を開くものです。

歴史的に、共有ユーザーデータレイヤーを構築しようとする試みは、主に2つの理由で失敗してきました:

• 相互運用性の欠如: 伝統的なユーザーデータはしばしば特定のアプリケーションコンテキストに密接に結びついており、アプリ間での移行が困難になっています。たとえば、Xのようなソーシャルプラットフォームは、ユーザーをフォローする人に基づいてモデル化するかもしれませんが、そのデータはLinkedIn上のプロフェッショナルネットワークにはあまり価値を提供しません。一方、Honchoは、より普遍的なユーザー特性をより高次元に捉え、どんなLLMアプリケーションでもシームレスに役立つことができます。たとえば、ある教育アプリがユーザーが類推を通じて最も良く学ぶことを発見した場合、それと同じ洞察を活用して、セラピーのアシストアントがより効果的にコミュニケーションを図ることができます。たとえ両方のユースケースがまったく異なるとしてもです。

• 即座の価値の欠如：以前の共有レイヤーは、初期のアプリケーション採用者を引き付けるのに苦労しました。なぜなら、これらの初期ユーザーが貴重なデータを生成するためのキーだったにもかかわらず、最初に具体的な利点を提供しなかったからです。ボスは異なるアプローチを取っています：それはまず、個々のアプリケーションのユーザー状態管理の「主要な問題」を解決します。さらに多くのアプリケーションが参加すると、その結果として生じるネットワーク効果が自然に「二次的な問題」に対処します。新しいアプリケーションは、個人化のために統合するだけでなく、最初から既存の共有ユーザープロファイルからも利益を得ることができ、完全に冷たいスタートの問題をバイパスします。

現在、数百のアプリケーションがHonchoのクローズドベータ版の待機リストにあり、中毒回復コーチング、教育補助、読書支援、およびeコマースツールなどのユースケースが含まれています。チームの戦略は、まずアプリのユーザーステート管理の核心的な課題を解決し、その後徐々に参加するアプリに共有データレイヤーを展開していくことです。このレイヤーは暗号化されたインセンティブによってサポートされます：初期の統合者はデータレイヤーでの所有権を受け取り、その成長を享受します。さらに、ブロックチェーンメカニズムによって、システムが分散化され、信頼性が確保され、中央集権的なエンティティが価値を抽出したり競合製品を構築したりする懸念が軽減されます。

Variantは、Plastic LabsチームがLLM駆動ソフトウェアにおけるユーザーモデリングの課題に取り組むのに適していると考えています。チームは、個人用のチャットベースの家庭教師アプリであるBloomを構築する際にこの痛みを直接体験し、アプリが生徒や彼らの学習スタイルを本当に理解できないことに気づきました。この洞察からHonchoが誕生し、現在はすべてのLLMアプリケーション開発者が直面する問題を解決しています。

免責事項:

1. この記事は[から再公開されましたPANews]. 著作権は元の著者に属します [ゼン]. If you have concerns about the republication, please contact theGate LMチームは、適切な経路を通じてそれに対処します。

2. 免責事項：この記事で表現されている意見や考えは、著者個人のものであり、投資アドバイスを構成するものではありません。

3. この記事の他の言語バージョンは、Gate Learnチームによって翻訳されました。適切な帰属表示なしに、これらの翻訳バージョンを無断で再生産、配布、または盗用しないでくださいGate.io.