tempera

エンタープライズのためのファインチューン LLM

フロンティア・ラボがカバーしない独自データとワークフローで、デプロイ可能な小型モデルをポストトレーニング — 金融、法務、業務、そしてその先へ。

ファインチューニング

フロンティア・ラボが学ばない領域をポストトレーニング

フロンティアの RL 環境はあなたの 10-K、トレーディングデスク、引受プレイブックをカバーしません。私たちがカバーします——あなたのドメインを、汎用の商用 LLM をあなたの仕事で上回るモデルへと変えます。

R+0.73ppogrpodpo

ドメインデータ

独自コーパス、トレース、ツール呼び出しがそのまま学習信号になります。

RSI

強化学習から、真の汎化へ

私たちのミッションは、ポストトレーニングを強化学習を超えて真の汎化へと推し進めること——アカデミックなベンチマークだけでなく、あなたのドメイン上で推論できるモデルです。再帰的なエージェント的自己改善を通じて、SOTA な手法を発見し反復していきます。

ループ

自動化されたポストトレーニング・ループ

三つのプリミティブ、一つの閉ループ、モデルが汎化するまで反復。

ステップ 01→ 次へ

設計

型安全でバージョン管理された API で、環境・行動・ツール・報酬を定義。

ステップ 02→ 次へ

ロールアウト

数千の並列ロールアウトを実行し、各ステップを追跡し、各報酬を帰属。

ステップ 03↺ 繰り返し

学習

Tempera があなたのデータ上でポストトレーニング手法を探索し、最も汎化するモデルを出荷。

API

三つの呼び出し。一つのループ

環境、ロールアウト、学習を一つの型付けされたサーフェスで構成。

import { tempera } from "@tempera/sdk";

// あなたのモデルが学習する世界を定義する。
const env = await tempera.envs.create({
  name: "research-assistant",
  observation: { kind: "text" },
  action: {
    kind: "tool-use",
    tools: ["search", "shell", "browse"],
  },
  reward: { fn: "./rewards/helpfulness.ts" },
});

env.publish({ tag: "v1" });

デプロイ

あなたのモデル。あなたのペリメータ

ファインチューニングされたモデルは、あなたのデータがある場所で動きます。セキュリティとコンプライアンスの姿勢に合った分離モデルを選んでください。

01

VPC · シングルテナント

あなたのクラウドアカウント内に専用のコントロールプレーンとデータプレーン。共有コンピュートも、共有重みもありません。

  • AWS / GCP / Azure の VPC で稼働
  • 専用の GPU と推論エンドポイント
  • データと重みはアカウントから出ません
02

VPC · マルチテナント

共有のマネージドコントロールプレーンと、顧客ごとに分離されたデータプレーン。オンボーディングが速く、TCO も低く。

  • Tempera が管理するコントロールプレーン
  • テナントごとに分離された推論
  • SOC 2 に準拠したテナント境界
03

オンプレ

もっとも規制の厳しい環境向けに、あなたのハードウェア上でエアギャップ運用。

  • あなた自身の GPU クラスタで稼働
  • オフライン / エアギャップ対応
  • KMS、IdP、監査ログの送信先を持ち込み可能

採用

一緒に作りましょう

小さなチーム、大きな構想、果てしないミッション。

リサーチ

フルタイム · サンフランシスコ出社

ポストトレーニング、汎化、ワールドモデル、再帰的自己改善の研究を行います。

応募founders@tempera.dev

リサーチインフラ

フルタイム · サンフランシスコ出社

研究を支える包括的なスケジューリング、分散学習システム、可観測性を構築します。

応募founders@tempera.dev

機械学習

フルタイム · サンフランシスコ出社

研究を本番に。

応募founders@tempera.dev

オープン応募

フルタイム · サンフランシスコ出社

あらゆる分野の優れた人材を、いつでも探しています。

応募founders@tempera.dev

ウェイトリスト

あなたのデータを。モデルを届けましょう

最初のコホートのウェイトリストに登録するか、創業者に直接メールを。