本記事はAIを活用して自動収集・要約しています。サムネイルおよび画像もAIツールを使用して生成しています。
調達の概要
Bespoke Labsは、AIモデルの事後学習（ポストトレーニング）を効率化するプラットフォームを開発するスタートアップです。今回、合計4000万ドルの資金を2回に分けて調達したことを明らかにしました。
- 3175万ドル：Wing VCが主導するシリーズAラウンド。Mayfield、The House Fund、Anthropicなど大手テック企業の従業員が参加
- 825万ドル：Google DeepMindのチーフサイエンティストであるJeff Dean氏らが参加した先行ラウンド
事後学習（ポストトレーニング）とは
AIモデルの開発は主に2段階で構成されます。1つ目はプレトレーニングで、プロンプトに回答するための基礎的な能力と知識をニューラルネットワークに与える工程です。2つ目のポストトレーニングでは、モデルの推論能力を高め、長期的なタスク遂行などの改善も図ります。
開発者はしばしば強化学習という手法でポストトレーニングを行います。実運用に近いサンプルタスクをAIに与え、正しく完了すると「報酬」が与えられ、その報酬データがアルゴリズムの設定を調整して出力品質を高める仕組みです。
Bespoke Labsのプラットフォーム
強化学習は、プロジェクトごとに用意された仮想環境で実施されます。たとえば生産性向けエージェントは従業員の業務環境を模したサンドボックスで、コーディング向けエージェントはGitHubリポジトリを模した環境で訓練されます。
Bespoke Labsのプラットフォームは、こうした強化学習環境を容易に作成できる点が特徴です。自動化ワークフローと人間の専門家ネットワークの入力によってシミュレーションを生成し、従来の手作業より大幅に高速だとしています。生成した環境はサンドボックス層で実行し、レイテンシの抑制とスループットの向上を図ります。
3つ目の中核機能は、訓練対象のAIモデルの出力品質を自動的に最適化するものです。ここでは同社が昨年公開したオープンソースプロジェクト「GEPA」などを活用し、出力品質を最大化するプロンプトの探索（プロンプトエンジニアリング）を自動化します。
オープンソースとデータセット
同社は強化学習だけでなく、教師ありファインチューニング（SFT）にも注力しています。SFTはサンプルのプロンプトと回答のセットをAIモデルに与えて出力を洗練させる手法です。
質問セットの作成には多大な時間がかかるため、同社は2026年1月に100万件を超えるサンプルを含むデータセット「OpenThoughts」を公開しました。従来のSFTデータセットより優れた事後学習の結果が得られるとしています。
調達した資金は、強化学習プラットフォームの強化と、AIデータ研究のさらなる推進に充てられる予定です。
出典：SiliconANGLE「AI post-training startup Bespoke Labs raises $40M in funding」（2026年7月6日）https://siliconangle.com/2026/07/06/ai-post-training-startup-bespoke-labs-raises-40m-funding
