naissant Marché Données & connaissance, mécanisme Apprendre de l'usage pour s'améliorer automatiquement (learning loop).
Trajectory lève 15M$ pour formaliser le post-training, tandis que Lemma, Hivemind et Areev se concentrent sur l'optimisation contextuelle ou les règles d'exécution ; il manque une solution de data flywheel unifiée qui transforme systématiquement tous les signaux de correction (bugs, prompts, workflows) en données propriétaires pour entraîner des modèles fondamentaux améliorés pour toute la base utilisateur.
Les ingénieurs perdent trop de temps à corriger manuellement les bugs et à optimiser les prompts des agents IA sans que ces corrections ne profitent automatiquement aux autres utilisateurs ou n'améliorent durablement la performance du modèle.
Lemma : Lève une participation au programme Y Combinator (batch Fall 2025) et prétend réduire l'itération manuelle des prompts de 90%.
Plateforme qui ingère les chemins d'exécution et les corrections utilisateur pour extraire des règles exécutoires, garantissant que l'agent n'appelle pas deux fois la même erreur.
Transforme l'historique de production en un apprentissage mesurable et gouverné où les corrections humaines deviennent des recommandations réviseurs pour améliorer le contexte et les workflows futurs.
Plateforme de learning continu qui transforme les corrections utilisateur en post-training pour les modèles déployés, créant un avantage concurrentiel via l'usage.
Traction : Levée de fonds de 15 millions de dollars
Une plateforme d'apprentissage continu pour les agents IA qui détecte la dérive des performances dans le trafic en direct, identifie les causes exactes des échecs et optimise automatiquement les prompts via une boucle de rétroaction.
Traction : Lève une participation au programme Y Combinator (batch Fall 2025) et prétend réduire l'itération manuelle des prompts de 90%.
Un système qui opère une boucle de connaissances auto-apprenante où chaque interaction client génère des signaux transformés en artéfacts de connaissance persistants, renforçant et compilant l'intelligence du produit pour les cycles futurs.
Traction : En beta privée avec une technologie brevetée (patent-pending) pour le renforcement autonome des connaissances.
Développe des systèmes d'IA conçus pour améliorer automatiquement leurs propres capacités par le biais de processus d'apprentissage récursif autonome.
Traction : null
Dernière revérification : 2026-11-04
Même marché : Données & connaissance
Même mécanisme : Apprendre de l'usage pour s'améliorer automatiquement (learning loop)