Deep Cogito levanta $43M Série A para construir o motor de pós‑treinamento para IA auto‑melhorável

Deep Cogito levantou uma rodada Série A de $43 milhões enquanto o laboratório de IA de São Francisco busca ampliar uma parte cada vez mais importante da pilha de inteligência artificial: o que acontece depois que um modelo de base já foi pré‑treinado.

A rodada foi liderada pela TQ Ventures, com participação da Benchmark, Nexus Venture Partners, Atreides Management, South Park Commons e da empresa de segurança em nuvem Zscaler, que é tanto cliente quanto investidora estratégica. O financiamento eleva o total de recursos da Deep Cogito para mais de $56 milhões.

Fundada por Drishan Arora e Dhruv Malrana, que anteriormente trabalharam nos produtos de Busca com IA do Google, incluindo AI Mode e AI Overviews, a Deep Cogito aposta que os ganhos futuros em inteligência artificial virão cada vez mais de algoritmos de aprendizado aprimorados e do pós‑treinamento, em vez de simplesmente ampliar as execuções de pré‑treinamento.

Isso coloca a empresa em uma parte diferente da corrida de IA em relação aos laboratórios que se concentram principalmente em construir modelos de base cada vez maiores do zero.

Por que a Deep Cogito está apostando no pós‑treinamento

Pré‑treinamento é responsável por fornecer a um grande modelo de linguagem sua ampla base de conhecimento ao expô‑lo a enormes quantidades de dados. O pós‑treinamento então molda como esse modelo se comporta, raciocina, segue instruções, usa ferramentas e executa tarefas específicas.

A tese da Deep Cogito é que esta segunda fase tem consideravelmente mais espaço para evoluir.

A pesquisa da empresa concentra‑se em aprendizado por reforço em larga escala e em métodos que permitem aos modelos melhorar progressivamente suas próprias capacidades. Em vez de tratar um modelo pré‑treinado como um produto quase final que precisa apenas de algum alinhamento adicional, a Deep Cogito o vê como um ponto de partida cujas capacidades subjacentes podem continuar a ser desenvolvidas.

Arora resumiu a distinção ao anunciar a rodada: “O pré‑treinamento fornece a um modelo uma enorme quantidade de conhecimento e capacidade. O pós‑treinamento determina o que esse modelo pode realmente se tornar.”

Isso é particularmente relevante à medida que a economia de simplesmente escalar o pré‑treinamento se torna mais exigente. Treinar modelos de base de última geração requer conjuntos de dados enormes, clusters de GPUs, infraestrutura de energia e capital. Um sistema de pós‑treinamento suficientemente eficaz poderia potencialmente extrair substancialmente mais inteligência de um modelo existente sem repetir todo esse processo.

Transformando raciocínio caro em melhor intuição

No centro da pesquisa da Deep Cogito está a Destilação e Amplificação Iteradas (IDA), uma abordagem que a empresa apresentou publicamente com sua primeira família de modelos Cogito.

O conceito é relativamente simples, embora sua implementação em escala não o seja.

Durante a fase de amplificação, um modelo recebe computação adicional e técnicas que lhe permitem chegar a uma resposta mais robusta do que poderia gerar imediatamente. A melhoria resultante é então destilada de volta nos parâmetros do modelo. Esse modelo aprimorado torna‑se o ponto de partida para outra iteração.

Em vez de exigir que o modelo execute um processo de raciocínio cada vez mais longo toda vez que se depara com uma pergunta difícil, o objetivo é internalizar gradualmente parte do que aprendeu durante essas etapas de raciocínio mais custosas computacionalmente.

A Deep Cogito descreve isso como melhorar a “intuição” de um modelo.

Essa distinção pode tornar‑se importante para a economia da inferência. Cadeias de raciocínio longas podem melhorar a precisão, mas também aumentam o consumo de tokens, a latência e o custo. Um modelo que internalizou trajetórias de raciocínio mais eficazes pode ser capaz de alcançar conclusões semelhantes com menos computação durante a inferência.

Modelos Cogito fornecem um teste público da abordagem

A Deep Cogito tem usado sua família de modelos Cogito de código aberto como campo de testes para essas técnicas.

Seus lançamentos iniciais variaram de 3 bilhões a 70 bilhões de parâmetros, antes que a empresa ampliasse a família com modelos de 70B, 109B mixture‑of‑experts (MoE), 405B e 671B MoE.

Com Cogito v2, a empresa informou que seu modelo de 671B produziu cadeias de raciocínio aproximadamente 60 % mais curtas que o DeepSeek R1 0528, mantendo competitividade em várias avaliações. A Deep Cogito também afirmou que gastou menos de $3.5 million no treinamento combinado de oito modelos Cogito, que variam de 3B a 671B, embora o desempenho em benchmarks e as comparações de custo de treinamento não se traduzam necessariamente de forma direta na economia de produção.

A empresa continuou refinando o sistema com o Cogito v2.1 671B, que utiliza um modelo base DeepSeek de licença aberta que a Deep Cogito então pós‑treina internamente. Seu lançamento de pesquisa v2.1 afirma que o modelo usa supervisão de processo durante o raciocínio, com treinamento projetado para melhorar a capacidade do modelo de identificar caminhos de raciocínio produtivos, em vez de simplesmente incentivá‑lo a raciocinar por mais tempo.

Essa progressão é importante para o argumento mais amplo da Deep Cogito. A empresa não precisa provar que pode pré‑treinar um modelo de base melhor do que os maiores laboratórios de IA. Ela precisa demonstrar que seu processo de pós‑treinamento pode transformar consistentemente modelos existentes fortes em modelos mais capazes.

Zscaler aponta para a oportunidade empresarial

O outro lado do negócio consiste em levar essas técnicas de pós‑treinamento além dos modelos Cogito lançados publicamente e aplicá‑las à IA empresarial.

Em vez de depender exclusivamente de um modelo de fronteira de uso geral, as empresas podem potencialmente treinar modelos especializados em torno de seus dados proprietários, fluxos de trabalho, critérios de avaliação e resultados desejados.

Isso pode ir consideravelmente mais fundo do que a geração aumentada por recuperação (RAG), que tipicamente dá a um modelo geral acesso a informações externas da empresa no momento da inferência. A abordagem da Deep Cogito visa mudar o próprio modelo treinando capacidades específicas de domínio em seus pesos.

A Zscaler fornece um exemplo precoce. A empresa de cibersegurança começou como cliente da Deep Cogito antes de participar da Série A. As empresas também colaboraram em inteligência de segurança especializada, com a Deep Cogito argumentando que aplicações de segurança podem se beneficiar de modelos pós‑treinados nos próprios dados e resultados de segurança de uma organização.

A proposta empresarial mais ampla trata tanto de especialização quanto de controle. A cobertura do Wall Street Journal sobre o financiamento observa que a Deep Cogito está posicionando sua tecnologia em torno de modelos que as empresas podem treinar e possuir usando dados proprietários, em vez de permanecer totalmente dependentes de sistemas de fronteira fechados.

O que os $43M Série A financiarão

A Deep Cogito planeja usar a Série A para expandir sua organização de pesquisa e engenharia, aumentar a infraestrutura de computação disponível para treinamento em larga escala, desenvolver futuros modelos Cogito e trabalhar com mais empresas que buscam modelos especializados.

A infraestrutura provavelmente será uma parte particularmente importante dessa expansão. Os materiais de recrutamento da Deep Cogito descrevem pesquisadores trabalhando em novos algoritmos de aprendizado por reforço, pipelines de dados, avaliação e infraestrutura distribuída enquanto treinam modelos que excedem 400 bilhões de parâmetros.

Portanto, o financiamento oferece à empresa consideravelmente mais capacidade para testar se as melhorias demonstradas por seus modelos iniciais continuam à medida que aplica mais computação e executa mais iterações de seu processo de pós‑treinamento.

A implicação maior: IA que aprende a partir de seu próprio raciocínio

A maior importância do trabalho da Deep Cogito é a possibilidade de que o desenvolvimento de IA possa mudar de sistemas treinados principalmente com dados gerados por humanos para modelos que cada vez mais geram, avaliam e internalizam suas próprias melhorias.

Abordagens como Destilação e Amplificação Iteradas visam transformar raciocínio caro em capacidade duradoura. Um modelo pode usar computação adicional para resolver problemas mais difíceis e, em seguida, destilar esses ganhos de volta em seus pesos, criando um ponto de partida mais forte para o próximo ciclo de treinamento.

Com o tempo, isso poderia gerar um ciclo de desenvolvimento de raciocinar, avaliar, aprender e melhorar.

Ainda há uma lacuna significativa entre o pós‑treinamento iterativo e a verdadeira auto‑melhoria recursiva. Os modelos precisam de avaliações confiáveis, objetivos cuidadosamente projetados e salvaguardas contra a reforço de erros. Mas mesmo versões limitadas dessa abordagem podem reduzir a dependência de execuções de pré‑treinamento cada vez maiores e tornar a IA especializada treinada com dados proprietários de empresas mais prática.

Se essa trajetória continuar, a vantagem competitiva em IA pode depender menos exclusivamente de quem possui os maiores clusters de computação e mais de quais modelos são melhores em aprender com sua própria experiência.