Sobre a Corepass

Pesquisa,posta em prática.

A Corepass é um laboratório de pesquisa e engenharia em IA com sede em Menlo Park, Califórnia. Desenvolvemos modelos e sistemas de agentes em conjunto, transformando avanços em raciocínio, aprendizado e eficiência computacional em uma IA capaz de realizar trabalho real.

Nosso propósito

Inteligência a
serviço da humanidade.

Imaginamos um futuro em que a inteligência não seja mais um limite para o potencial humano. Um futuro em que mais pessoas possam descobrir, criar e resolver problemas que antes estavam fora do nosso alcance.

Promovemos a IA a serviço da humanidade ampliando a autonomia das pessoas, apoiando o florescimento humano e ajudando os benefícios do progresso a chegar a pessoas em todo o mundo.

Pesquisa e engenharia

Modelos melhores.
Agentes mais capazes.

Estudamos o modelo e o sistema ao seu redor como um único problema. Um raciocínio melhor importa. Também importam o contexto que um modelo recebe, as ferramentas que usa, o feedback com que aprende e o poder computacional de que precisa para concluir o trabalho.

Conheça nossa pesquisa

Aprendizado de modelos

Nossa pesquisa em modelos explora arquitetura, métodos de pré-treinamento, pós-treinamento e aprendizado por reforço. Estudamos como essas abordagens podem desenvolver capacidades mais fortes de raciocínio, programação e uso de ferramentas.

Sistemas de agentes

Investigamos recuperação de contexto, planejamento, memória e verificação para tarefas de longa duração. O Remy coloca essas ideias em prática e oferece um ambiente para avaliar o que funciona, o que falha e o que melhorar em seguida.

Eficiência computacional

Nossa pesquisa em sistemas abrange computação de baixa precisão, previsão de múltiplos tokens, memória e otimização de kernels. Medimos o progresso pela qualidade, pelo tempo e pelo custo total de concluir uma tarefa.

Nossa abordagem

Um caminho curto da hipótese à evidência.

  1. Pesquisa baseada em tarefas reais

    Deixamos que problemas difíceis de programação e de trabalho do conhecimento orientem nossas perguntas. Usamos resultados verificáveis para distinguir uma melhoria aparente de uma melhoria útil.

  2. Experimentar, medir, iterar

    Passamos rapidamente de uma ideia a um protótipo, avaliamos e aprendemos com as falhas. Levamos os resultados promissores de volta ao produto e verificamos se os ganhos se mantêm.

  3. Otimizar o sistema inteiro

    Estudamos juntos a qualidade do modelo, o contexto, o uso de ferramentas, a latência e o poder computacional. Consideramos tentativas que falharam e novas tentativas ao medir o custo do trabalho útil.

Nossa equipe

Pesquisa e produto, na mesma sala.

Nossa equipe reúne pesquisadores, engenheiros de treinamento e inferência, especialistas em avaliação, engenheiros de agentes e criadores de produto. Quem investiga o comportamento dos modelos trabalha lado a lado com quem entrega os sistemas em que esses modelos rodam.

Valorizamos hipóteses claras, medições cuidadosas e a disposição de mudar de rumo quando um experimento contradiz uma ideia. Queremos que a pesquisa melhore os produtos e que a experiência com o produto levante perguntas de pesquisa melhores.