O que é um laboratório de pesquisa aplicada?

A AfterQuery é um laboratório de pesquisa aplicada que desenvolve soluções de dados para acelerar o desenvolvimento de modelos de base. Crédito: AfterQuery

Com o apoio da Altos Ventures e da Y Combinator, a AfterQuery é um laboratório de pesquisa aplicada que transforma o conhecimento humano em dados para treinar modelos confiáveis de IA

Quando Spencer Mateega e Carlos Georgescu decidiram criar agentes de IA para o setor financeiro, eles se depararam com um obstáculo. O problema não era o código, mas os dados.

Ao perceberem que os dados genéricos extraídos da web deixavam os modelos incapazes de captar as nuances do mundo real, os dois perceberam que uma IA mais inteligente exigia mais experiência do que mais texto.

Ao fundarem a AfterQuery em 2025, enquanto concluíam seus estudos universitários, Spencer e Carlos mudaram o foco da criação de aplicativos para usuários finais para a resolução do gargalo de dados em todo o setor.

O futuro da IA não será treinado com mais dados, mas com um raciocínio melhor

— AfterQuery

A AfterQuery é um laboratório de pesquisa aplicada dedicado a codificar o julgamento humano especializado em modelos de IA.

À medida que os dados em escala da web atingem seus limites, o desempenho dos modelos fica fundamentalmente limitado pela qualidade dos dados de treinamento.

Compreendendo isso, a organização projeta conjuntos de dados especializados, ambientes de aprendizado por reforço e estruturas de avaliação que treinam modelos de IA confiáveis.

Como funciona um laboratório de pesquisa aplicada

Instituições acadêmicas tradicionais se concentram em avanços teóricos, enquanto fornecedores de dados corporativos se limitam a rotular textos simples. Um laboratório de pesquisa aplicada atua diretamente na vanguarda da implementação.

A AfterQuery trata a curadoria de dados como uma disciplina de pesquisa rigorosa. O laboratório investiga como os modelos aprendem, onde falham e como a intuição humana se traduz em ciclos de retroalimentação algorítmica.

Ao combinar engenharia de software com conhecimento especializado na área, a AfterQuery cria ambientes para que os modelos pratiquem o raciocínio. Esses sistemas permitem que a IA aprenda com ciclos de recuperação de erros e atenda a padrões profissionais.

O laboratório projeta sua pesquisa com foco em aplicações do mundo real, em vez de testes abstratos. Essa abordagem garante que os sistemas de IA tenham um desempenho confiável em fluxos de trabalho profissionais de alto risco.

Spencer Mateega cofundou a AfterQuery junto com Carlos Georgescu em 2025. Crédito: Spencer Mateega/LinkedIn

Áreas de pesquisa que impulsionam a qualidade dos dados

Para fazer a ponte entre a fluência linguística geral e a inteligência profissional, a AfterQuery se concentra em cinco pilares principais de pesquisa. Cada pilar aborda uma lacuna específica no desenvolvimento atual de modelos.

• Desenvolvimento de ambientes de uso de computador que ensinem agentes de IA a navegar por fluxos de trabalho de software e casos extremos
• Criação de conjuntos de dados multimodais que associam a linguagem a documentos complexos, interfaces e gráficos de engenharia
• Colaborar com especialistas em segurança para identificar cenários adversários e construir dados de proteção
• Projetar metodologias de curadoria que garantam que cada exemplo reflita o julgamento humano de especialistas
• Criação de parâmetros de referência para avaliação de modelos que medem se as etapas de raciocínio correspondem aos modelos mentais dos especialistas.

Produtos desenvolvidos para o treinamento de modelos

A AfterQuery transforma insights de pesquisa em ferramentas práticas de treinamento para laboratórios de IA. Seu conjunto de produtos se concentra em capturar nuances humanas, interação com ferramentas e conhecimento especializado em todas as etapas do desenvolvimento de modelos.

O laboratório constrói ambientes de aprendizado por reforço (RL) com chamada de ferramentas, utilizando APIs reais e servidores do Model Context Protocol (MCP). Essas sandboxes personalizadas ensinam agentes de software a encadear ações, chamar serviços externos e se recuperar de erros dentro de fluxos de trabalho realistas.

Ambientes de uso de computador e de navegador combinam interfaces de software de alta fidelidade com trajetórias de demonstração de especialistas. Conjuntos de dados de ajuste fino supervisionado (SFT) fornecem pares de prompt-resposta de alta qualidade e rastros de raciocínio para estabelecer habilidades fundamentais antes do início do RL.

A RL baseada em rubricas e verificadores combina critérios elaborados por especialistas com verificadores automatizados para avaliar os resultados dos modelos. Enquanto isso, o RLHF captura o gosto humano sutil por meio de milhares de pares de comparação entre especialistas.

Para incorporar julgamentos específicos do domínio, soluções de pesquisa aprofundada contam com cerca de 100.000 profissionais verificados nas áreas de medicina, direito, finanças e engenharia. Análises sistemáticas de perda identificam modos precisos de falha do modelo, enquanto conjuntos de dados prontos para uso oferecem acesso imediato a dados de treinamento pré-validados.

Os dados de treinamento da AfterQuery incluem:

• Ajuste Fino Supervisionado (SFT)
• Aprendizado por Reforço + Rubricas
• Ambientes de agentes (API/MCP)
• Trajetórias de uso de computadores

Investidores que apoiam o laboratório

Em 2025, a AfterQuery concluiu uma rodada de financiamento da Série A no valor de US$ 30 milhões, liderada pela empresa de investimentos do Vale do Silício Altos Ventures. A rodada de financiamento avaliou a empresa em US$ 300 milhões.

Evoluções subsequentes do mercado, em setembro de 2026, levaram a empresa a atingir uma avaliação de US$ 3,2 bilhões. Esse marco tornou a AfterQuery a startup mais rápida na história da Y Combinator a alcançar o status de “unicórnio”.

O rápido crescimento da avaliação reflete uma receita recorrente anual superior a US$ 100 milhões. Essa injeção de capital permite que a AfterQuery amplie sua infraestrutura de pesquisa e expanda sua rede de especialistas verificados na área.

A empresa conta com o apoio de proeminentes empresas de capital de risco do setor de tecnologia. O apoio inicial da Y Combinator proporcionou o impulso fundamental, enquanto o financiamento subsequente veio de especialistas em capital de risco, incluindo The Raine Group, BoxGroup e Latitude Capital.

Investidores-anjo individuais de organizações líderes em IA, incluindo Google DeepMind, OpenAI, Anthropic e Meta, também apoiam o laboratório. O envolvimento deles traz conhecimento técnico especializado para complementar o apoio financeiro da AfterQuery.

Principais parceiros

A AfterQuery colabora com fornecedores de hardware, plataformas de IA e instituições de pesquisa acadêmica para aprimorar os recursos dos modelos. Entre elas estão:

• NVIDIA: A empresa de software corporativo e computação acelerada por GPU utiliza os conjuntos de dados da AfterQuery para apoiar o treinamento de modelos de ponta.
• Legora: Uma plataforma de IA jurídica que tem parceria com a AfterQuery para desenvolver avaliações jurídicas para tarefas de pesquisa e diligência.
• Thinking Machines Lab: um coletivo de pesquisa que colabora na avaliação avançada de modelos e em metodologias de dados.
• Laboratórios de pesquisa acadêmica: instituições de pesquisa, incluindo a UC Berkeley, o Stanford AI Lab e o Allen Institute for AI, que mantêm parceria em benchmarks de conjuntos de dados abertos.