Oxide AI 是一家初创公司，致力于研究和开发先进的结合了计算和生成式 AI (gen AI) 模型的大规模 AI 技术框架。该公司聚焦金融领域，其推出的第一个产品是 Oxogen，这是一款 B2C 产品，旨在通过为现代投资者提供颠覆性服务，重新定义投资场景。

该公司的愿景是超越传统股票筛选器的限制，为投资者提供一种有效的方式来获取信息并发现新的金融机会。它能强有力地解决分析数千家公司过程中的复杂问题，超越简单的市场数据样本 – 这项任务远远超出了人类的能力。Oxogen 的 AI 模型同时使用定量数据（如价格和数量）和定性证据（如专利、研究论文、新闻订阅和社交媒体）来提供高价值洞察分析，而不会造成信息过载。Oxogen 的独特之处在于它能够完全整合基于数字信息和生成式 AI 的推理，并提供解释和透明度来支持其所显示的信息。

在即将发布的版本中，Oxogen 将支持用户设计自己的自动化研究任务，提供个性化的 AI 支持的投资研究。Oxide AI 还计划将技术推向 B2B 企业应用程序领域，为整个金融市场的自动化深度 AI 研究提供更广泛的支持。

在其产品的价值证明 (POV) 开发中，Oxide AI 与 IBM Client Engineering 合作，试用 IBM watsonx.ai^™，这是 IBM 的生成式 AI 和机器学习平台。Oxide AI 的愿景是取代其使用的专有大型语言模型（如 OpenAI 和 ChatGPT）和不同的云基础设施。其目标是提高运行稳定性、增强对其生成式 AI 模型的控制，并积极参与到一个不断发展生态系统中，该系统透明且有更多特定于任务的模型。watsonx.ai 平台旨在将所有必要的构建块整合到一个连贯的服务中，使团队能够以最小的摩擦将一个想法转化为一个强大的部署系统。

试点工作取得了非常可喜的成果：

• 在使用 watsonx.ai 不到一个月的时间里，Oxide AI 生成的内容达到了 95% 的定性可接受性阈值。
• 该解决方案的平均连续响应时间比 OpenAI GPT-4 快 37%，同时保持了相当的质量水平。
• Oxide AI 通过更简单的 AI 模型实施减少了微调需求，从而减少了碳足迹。

“在动态变化的共同创造阶段，我们的团队成功地将 watsonx.ai 的生成式 AI 整合到了我们目前在 OpenAI 的 ChatGPT 上运行的 Oxogen 解决方案。在 IBM watsonx.ai 中，我们使用的是开源模型 Llama 2，这对我们来说是重要的一步，因为我们一直在寻找一种可以提供类似质量并有可能用于企业级生产环境的开放替代方案。我们现在正在努力将 watsonx.ai 的生成式 AI 全面整合到 Oxogen 的生产流程中。我们相信，这种紧密的整合，加上符合我们数据处理要求的定制调整，将带来性能的显著提升。IBM 和 Oxide AI 的下一步合作涉及专门的语言模型，这些模型可利用 Oxide 独有的多年财务数据资产，这将比通用 LLM 带来更多价值和竞争优势。”
–Lars Hard（Oxide AI CEO/CAIO）

“IBM watsonx.ai 具有直观、安全的工作流，可以立即访问主要的开源模型，这些模型是我们测试和评估的主要候选项。数据科学家和内容团队都能有效的利用该平台，前者通过 Python SDK 进行了更广泛的测试和实验，后者能够迅速完成提示工程和配置，使用 watsonx.ai 评估输出质量。”
-Kateryna Wikstrom（Oxide AI 产品总监）

“IBM Client Engineering 团队在引导我们了解广阔的开源模型领域方面发挥了重要作用，为我们提供了指导，并帮助我们确定了最有效的方法。他们还促进了模型基准测试，以确保我们在输出质量和可扩展性潜力方面选择最合适的模型。”
– Kateryna Wikstrom（Oxide AI 产品主管）