Poolside AI wprowadza na rynek model Laguna S 2.1, który osiąga wyniki porównywalne lub lepsze niż modele znacznie większe od konkurencji, co dowodzi, że wielkość modelu niekoniecznie przesądza o wydajności. Startup zbudował zaawansowaną infrastrukturę zwanąModel Factory, zdolną przeprowadzić cały cykl pracy - od wstępnego treningu po wydanie modelu - w ciągu zaledwie ośmiu tygodni przy skali 10-20 tys. eksperymentów na miesiąc.
Eiso Kant, który ponad dekadę temu obstawił, że kod jest ścieżką do AGI, widzi ChatGPT jako potwierdzenie swoich wcześniejszych pomysłów. Poolside świadomie wybrał ścieżkę otwartych wag i otwartej nauki, która konkuruje z dominujacym modelem zamkniętych systemów. Kant wyraża przekonanie, że woleliby żyć w świecie ze 100 niezależnymi firmami tworzącymi modele fundamentalne niż w świecie kontrolowanym przez pięciu graczy, nawet gdyby Poolside był jednym z nich.
Model Factory łączy zaawansowane systemy inżynierskie z automatyzacją: agent AI obsługuje eksperymentowanie, uruchamia zadania treningowe, ocenia wyniki i modyfikuje potoki wykorzystywane do szkolenia przyszłych wersji. Kluczowe elementy to streaming danych bezpośrednio do treningu, powtarzalne eksperymenty, obliczenia niskoprecyzyjne oraz nacisk na trwałość, weryfikację i backtracking - elementy, które Kant uważa za ważniejsze niż sama nieprzetworzona moc obliczeniowa modelu.