模型学习
我们的模型研究涵盖架构、预训练方法、后训练和强化学习。 我们研究这些方法如何带来更强的推理、编程和工具使用能力。
关于 Corepass
研究，真正用于实践。
Corepass 是一家总部位于加利福尼亚州门洛帕克的 AI 研究与工程实验室。我们同时开发模型与智能体系统，把推理、学习和计算效率上的进展，转化为能够完成真实工作的 AI。
我们的宗旨
让智能
服务于人类。
我们期待这样一个未来：智能不再束缚人类的潜能。更多的人能够发现、创造，并解决曾经遥不可及的问题。
我们推动 AI 服务于人类拓展人的能动性，助力人类繁荣，让进步的成果惠及世界各地的人们。
研究与工程
更好的模型。
更强的智能体。
我们把模型和它所处的系统当作同一个问题来研究。 更强的推理能力固然重要，模型获得的上下文、使用的工具、从中学习的反馈，以及完成任务所需的算力，同样重要。
了解我们的研究智能体系统
我们研究长时任务中的上下文检索、规划、记忆和验证。 Remy 把这些想法付诸实践，也为评估哪些有效、哪些失败、下一步改进什么提供了场景。
计算效率
我们的系统研究涵盖低精度计算、多 token 预测、内存和算子优化。 我们以完成一项任务的质量、时间和总成本来衡量进展。
我们的方法
从假设到证据，路径要短。
扎根真实任务的研究
让困难的编程和知识工作问题引导我们的研究方向。用可验证的结果，区分看起来的提升和真正有用的提升。
实验、衡量、迭代
快速把想法做成原型，评估它，并从失败中学习。把有希望的成果带回产品，检验收益是否依然成立。
优化整个系统
同时研究模型质量、上下文、工具使用、延迟和算力。衡量有效工作的成本时，把失败的尝试和重试也算进去。