思科機器實驗室（Thinking Machines Lab）憑藉兩十億美元的種子資金和前 OpenAI 研究人員組成的頂尖團隊，引發了廣泛關注。該實驗室於九日十日透過部落格文章首次公開其核心專案，旨在開發能產生可重複回應的 AI 模型。這篇標題為「擊敗大型語言模型推理中的非確定性」的文章，由研究者霍勒斯·赫（Horace He）撰寫，深入探討了導致 AI 模型回應隨機性的根本原因。文章指出，隨機性主要源於 GPU 核（GPU kernels）在推理處理過程中的編排方式，這些核是執行於 Nvidia 晶片內的小型程式。赫建議透過精確控制這一層次的協同工作，有可能使 AI 模型變得更加確定性。
實驗室認為，讓 AI 模型生成可重複的回應不僅能提升企業和科學家的使用可靠性，還能改善強化學習（RL）訓練過程。由於強化學習依賴對正確答案的獎勵，若模型回應略有不同，資料就會產生雜訊，導致訓練過程不穩定。實驗室計劃利用強化學習為企業客製化 AI 模型，並承諾頻繁發布部落格文章、程式碼等資訊，以促進公眾利益並改善內部研究文化。前 OpenAI 技術長米拉·穆拉提（Mira Murati）表示，實驗室的首款產品將在幾個月內推出，預計將對開發客製化模型的研究人員和創業公司有用。儘管實驗室估值達一兆二億美元，但其能否解決這些前沿問題並推出相應產品仍待觀察。此部落格系列名為「Connectionism」，涵蓋從核數值到多種研究主題。