À propos de Corepass

Larecherche, mise en pratique.

Corepass est un laboratoire de recherche et d’ingénierie en IA basé à Menlo Park, en Californie. Nous développons conjointement des modèles et des systèmes d’agents, et transformons les avancées en raisonnement, en apprentissage et en efficacité du calcul en une IA capable d’accomplir un vrai travail.

Notre mission

L’intelligence au
service de l’humanité.

Nous imaginons un avenir où l’intelligence ne limite plus le potentiel humain. Un avenir où davantage de personnes peuvent découvrir, créer et résoudre des problèmes autrefois hors de portée.

Nous faisons progresser une IA au service de l’humanité  elle élargit la capacité d’agir de chacun, soutient le bien-être et contribue à ce que les bénéfices du progrès profitent à tous.

Recherche et ingénierie

De meilleurs modèles.
Des agents plus capables.

Nous étudions le modèle et le système qui l’entoure comme un seul et même problème. Un meilleur raisonnement compte. Tout comme le contexte fourni au modèle, les outils qu’il utilise, les retours dont il apprend et le calcul dont il a besoin pour aller au bout.

Découvrir nos recherches

Apprentissage des modèles

Nos recherches sur les modèles portent sur l’architecture, les méthodes de pré-entraînement, le post-entraînement et l’apprentissage par renforcement. Nous étudions comment ces approches peuvent renforcer les capacités de raisonnement, de programmation et d’utilisation d’outils.

Systèmes d’agents

Nous étudions la récupération de contexte, la planification, la mémoire et la vérification pour les tâches de longue durée. Remy met ces idées en pratique et offre un terrain pour évaluer ce qui fonctionne, ce qui échoue et ce qu’il faut améliorer ensuite.

Efficacité du calcul

Nos recherches sur les systèmes couvrent le calcul en basse précision, la prédiction multi-tokens, la mémoire et l’optimisation des kernels. Nous mesurons les progrès à la qualité, au temps et au coût total nécessaires pour mener une tâche à bien.

Notre approche

Un chemin court de l’hypothèse à la preuve.

  1. Une recherche ancrée dans des tâches réelles

    Nous laissons les problèmes difficiles de programmation et de travail intellectuel guider nos questions. Des résultats vérifiables nous permettent de distinguer une amélioration apparente d’une amélioration utile.

  2. Expérimenter, mesurer, itérer

    Nous passons vite de l’idée au prototype, l’évaluons et tirons les leçons des échecs. Les résultats prometteurs reviennent dans le produit, où nous vérifions que les gains tiennent.

  3. Optimiser tout le système

    Nous étudions ensemble la qualité du modèle, le contexte, l’utilisation d’outils, la latence et le calcul. Nous intégrons les tentatives échouées et les relances dans le coût du travail utile.

Notre équipe

Recherche et produit, dans la même pièce.

Notre équipe réunit des chercheurs, des ingénieurs entraînement et inférence, des spécialistes de l’évaluation, des ingénieurs agents et des bâtisseurs de produits. Ceux qui étudient le comportement des modèles travaillent main dans la main avec ceux qui livrent les systèmes où ces modèles s’exécutent.

Nous valorisons les hypothèses claires, la mesure rigoureuse et la volonté de changer de cap lorsqu’une expérience contredit une idée. Nous voulons que la recherche améliore les produits, et que l’expérience produit fasse émerger de meilleures questions de recherche.