Osmosis
Winter 2025活動中AI AgentsのためのReinforcement Learning（RL）
- サマリー
- 成長中のAI企業向けに、RLで言語モデルを特定タスク・領域向けに調整する基盤を提供する
- 課題
- Foundation modelでは性能・コスト・レイテンシーの面で要件を満たせない
- 解決策
- compute orchestration、reward modeling、学習状況の可視化をCLIで一元化する
AI による要約
- 所在地
- San Francisco, CA, USA
- チーム規模
- 6 人
事業内容
Osmosisは、企業がreinforcement learning（RL）を使ってlanguage modelをfine-tuneするためのpost-training platform。急成長するAI企業と連携し、性能・コスト・レイテンシーの面でfoundation modelを上回る、タスクやドメインに特化したmodelのtrainingを支援する。compute orchestration、reward modeling、training runのobservabilityを扱い、developersやagentsが利用できるCLIベースのproductとして提供する。