AI后训练初创公司Bespoke Labs融资4000万美元

Bespoke Labs Inc.，一家致力于简化人工智能项目后训练阶段的初创公司，近日宣布获得4000万美元融资。该公司表示，这笔资金分两批到位。Bespoke Labs通过由Wing VC领投的A轮融资筹集了大部分资金（3175万美元），参与方包括Mayfield、The House Fund以及Anthropic PBC等大型科技公司的员工。此前，Bespoke还从包括谷歌DeepMind首席科学家Jeff Dean在内的财团筹集了825万美元。

开发定制AI模型的工作流程包括两个主要步骤。首先是预训练阶段，赋予神经网络回答提示所需的核心技能和知识。第二阶段是后训练，磨练模型的推理能力，并可在长周期任务完成等其他方面提供改进。

开发者通常使用一种称为强化学习的方法进行后训练。基本思想是为AI提供与其在生产中执行的工作类似的示例任务。当模型正确完成示例任务时，它会获得“奖励”。奖励是一种调整算法配置以提升输出质量的数据。强化学习在针对每个项目量身定制的虚拟环境中进行。例如，生产力代理可能在模拟员工工作站的沙盒中训练，而编码代理可能需要模拟的GitHub存储库。

Bespoke Labs提供了一个平台，使创建强化学习环境变得更加容易。据该公司称，该软件使用自动化工作流和人类专家网络的输入来生成模拟环境，并声称其速度显著快于传统手动方法。该平台使用Bespoke描述的沙盒层来运行生成的AI环境，该组件有助于减少延迟并提高吞吐量。平台的第三个核心组件自动优化正在训练的AI模型的输出质量，使用的技术之一是GEPA——Bespoke去年发布的一个开源项目，用于自动化提示工程。

强化学习并非Bespoke开源工作的唯一焦点。该公司还优先考虑另一种流行的后训练方法——监督微调（SFP）。它通过向AI模型提供一组示例提示和答案来改进输出。组装SFP问题集可能非常耗时。去年1月，Bespoke发布了一个名为OpenThoughts的数据集，包含超过100万个示例提示和响应。该公司表示，OpenThoughts提供了比早期SFT数据集更好的后训练结果。

Bespoke Labs将利用新筹集的资金增强其强化学习平台，并资助更多AI数据研究。