DSAIL（领域特定AI语言）是Jaxon AI正在扩展到更广泛企业市场的核心技术，该技术通过结合IBM watsonx基础模型寻求解决人工智能中的幻觉和不准确性这一主要挑战。DSAIL的运作方式致力于最小化AI幻觉的风险。

幻觉发生在AI系统对一个查询产生不准确的回应时。不准确可能由多种因素引起，如训练数据不完整和缺乏验证。

DSAIL方法的目的是帮助减少幻觉的风险。科恩解释说，DSAIL接受自然语言输入并将其转换为二进制语言格式，然后通过一系列检查和平衡的考验，比如布尔满足器，来确保AI响应在返回之前满足所有约束。这样做是为了限制不确定性，提高AI系统在应用中的可信度。

多个供应商常用的一种减少幻觉的方法是检索增强生成（RAG）。在RAG模型中，LLM也可以访问知识库以帮助获得准确的答案。

科恩解释说，RAG是DSAIL用来解决幻觉问题的一种技术，但它只是方法的一部分。他指出，使用DSAIL技术时，RAG技术产生的输出仍需通过一系列检查，然后再作为结果返回给用户，以进一步限制幻觉。

IBM的watsonx作为Jaxon AI系统的构建基石。

Jaxon使用IBM的watsonx基础模型库中的模型作为其AI系统的构建模块。

科恩解释说，IBM的StarCoder模型特别用于Jaxon AI中代码生成步骤。Jaxon使用StarCoder的功能根据收集到的设计和需求自动生成AI项目的初始代码，作为Jaxon构建定制AI系统整体方法的一步。

StarCoder LLM是一个在5月份推出的开源项目，得到了ServiceNow和Hugging Face的支持。IBM的生态系统工程和开发者倡导副总裁Savio Rodrigues说，IBM实际上是StarCoder项目的创始贡献者之一。他还指出，IBM与Hugging Face密切合作，帮助将开放模型带给企业用户。

明确的是，IBM在其watsonx库中有多个代码生成LLM工具。虽然StarCoder具有广泛的能力，但IBM自己的模型专注于特定使用案例。IBM已经使用其自己的代码生成LLM帮助进行COBOL代码迁移和构建量子计算应用。

IBM正在构建生态系统计划，将watsonx嵌入软件供应商工具中。

生成AI和LLM技术市场是一个竞争激烈的领域，包括OpenAI、微软、谷歌和亚马逊网络服务（AWS）等大玩家。

IBM正在寻找进入市场的机会，特别是希望通过一个称为IBM Build的项目帮助开发者和独立软件供应商（ISV）如Jaxon AI。

Rodrigues解释说，IBM Build为合作伙伴提供了访问watsonx、技术支持和市场推广支持。整体目标是为组织提供可靠的、值得信赖的AI基础模型，具有一致的定价、性能和可用性。

“我们知道我们的客户信赖IBM在AI方面所采取的方法，从我们培训模型的方式到我们进行的法律检查。” Rodrigues说。