Treinável
Dados e ambientes projetados para gerar sinal de aprendizado, não apenas notas de teste.
Laboratório de IA de fronteira · Sinais de treinamento
Expandindo a fronteira da inteligência do mundo real.
Tornamos as capacidades da IA — e suas falhas — em tarefas complexas treináveis, avaliáveis e reprodutíveis.
Sobre a HumanStars
Fundada em 2026 por pesquisadores de IA de ponta vindos de Tsinghua e do Vale do Silício, a HumanStars é movida por sinais de treinamento: revela onde terminam as capacidades da IA e como ela falha em ambientes reais e complexos, e constrói as bases que mantêm a inteligência evoluindo.
Avaliável
Visibilidade clara do que um agente consegue — e não consegue — fazer.
Reprodutível
Tarefas e ambientes que podem ser executados de novo, comparados e verificados.
Com quem trabalhamos
Feito para as equipes que levam a IA adiante.
Do pré-treinamento à implantação de agentes, fornecemos o sinal que transforma trabalho real em progresso mensurável dos modelos.
Empresas de modelos de fundação
Dados estruturados, de qualidade para pré-treinamento, que ampliam o que os modelos entendem sobre o espaço tridimensional e os objetos.
Equipes de produto de agentes
Dados de treinamento e ambientes interativos construídos a partir de tarefas reais, para que os agentes melhorem de forma mensurável no trabalho real.
Equipes de treinamento e avaliação de IA
Ambientes e benchmarks reprodutíveis que mostram exatamente o que um agente consegue e não consegue fazer.
Ativos centrais de dados e avaliação
Quatro linhas de ativos, baseadas em tarefas reais.
Ancorados no trabalho real: conectam o pré-treinamento, o ganho de capacidade dos agentes e ambientes reprodutíveis de aprendizado por reforço.
01 — PRETRAINING
Dataset
Dados de ativos 3D
Dados estruturados de ativos 3D para o pré-treinamento de modelos de fundação, ajudando os modelos a compreender o espaço tridimensional e os objetos.
02 — CODING AGENT
Dataset
Dados de treinamento para agentes de programação Terminal Bench 4
Dados de treinamento construídos em torno de tarefas reais de programação no terminal, projetados para fortalecer a execução dos agentes de programação.
03 — CAD · RL
Ambiente de RL
Ambiente de RL de CAD industrial e arquitetônico
Ambientes interativos de aprendizado por reforço em CAD para design industrial e arquitetônico, apoiando ganhos em benchmarks como ALE e CADBench.
04 — 3D MODELING · RL
Ambiente de RL
Ambiente de RL de modelagem 3D no Blender
Ambientes de aprendizado por reforço construídos em torno de fluxos de modelagem 3D no Blender, apoiando o treinamento de agentes de modelagem 3D e ganhos no benchmark ALE.
Como trabalhamos
Do trabalho real ao sinal de treinamento.
Não mais quebra-cabeças: tarefas reais, registradas de forma que os modelos possam aprender e as equipes possam medir.
-
01
Capturar o trabalho real
Partimos de fluxos de trabalho reais: programação no terminal, CAD industrial e arquitetônico, modelagem 3D no Blender.
-
02
Construir o sinal de treinamento
Transformamos essas tarefas em dados estruturados e ambientes interativos de RL nos quais os modelos podem ser treinados.
-
03
Medir e melhorar
Uma avaliação reprodutível mostra o que um agente sabe fazer, onde ele falha e como continuar melhorando.
Nossa missão
Não apenas mais perguntas — fazer do trabalho real a infraestrutura do progresso da IA.
Transformamos trabalho real em dados e ativos de avaliação treináveis, avaliáveis e reprodutíveis, para que nossos parceiros saibam exatamente o que seus agentes conseguem e não conseguem fazer e como continuar melhorando.
Fale conosco
Vamos construir o sinal que faz seus modelos avançarem.
Se você está treinando um modelo de fundação, lançando um agente ou criando avaliações, vamos conversar.