Perusahaan pelabelan data global, SnorkelAI, meluncurkan kemampuan AI pusat data yang canggih

Baru-baru ini, SnorkelAI meluncurkan serangkaian fitur baru pada platform pengembangan data AI, Snorkel Flow, yang bertujuan membantu perusahaan mempercepat spesialisasi model AI dan pembelajaran mesin. Kemampuan baru ini dapat secara signifikan mengurangi waktu, biaya, dan kompleksitas persiapan data dalam siklus pengembangan AI prediktif dan generatif.

Catatan sumber gambar: Gambar dihasilkan oleh AI, dan gambar tersebut disahkan oleh penyedia layanan Midjourney

Di perusahaan-perusahaan saat ini, memiliki "data yang mendukung AI" (data yang sesuai untuk AI) sangatlah penting. Menurut Gartner, data yang mendukung AI tidak hanya berarti bahwa data Anda harus mewakili kasus penggunaan tertentu, tetapi juga harus mencakup setiap pola, kesalahan, anomali, dan situasi tak terduga agar dapat melatih atau menjalankan model AI secara efektif. Terlebih lagi, penyiapan data tidak terjadi dalam semalam, melainkan perlu dilakukan secara terus menerus.

Versi baru Snorkel Flow memberi perusahaan platform yang kuat untuk menerapkan dan menskalakan praktik pengembangan data AI guna mempercepat pengiriman produksi model AI khusus yang sangat akurat.

Secara khusus, fitur-fitur baru mencakup alat penilaian LLM, yang memungkinkan pengguna melakukan penilaian yang disesuaikan untuk kasus penggunaan industri tertentu, mendapatkan wawasan tentang jenis kesalahan model, dan dengan cepat melakukan intervensi dalam pengembangan data untuk memperbaikinya. Selain itu, terdapat alur kerja penyetelan RAG yang meningkatkan akurasi pengambilan melalui pemrosesan blok dokumen tingkat lanjut, penyempurnaan model penyematan, dan ekstraksi metadata dokumen. Fitur-fitur ini dapat secara signifikan mengurangi waktu pengembangan yang diperlukan untuk meningkatkan kualitas respons asisten AI.

Dengan fungsi Named Entity Recognition (NER) yang baru untuk file PDF, pengguna dapat mengekstrak informasi lebih mudah dan cepat hanya dengan mengklik teks, menggambar kotak pembatas, menentukan pola, dan meminta model yang mendasarinya. Fleksibilitas ini membuat pengambilan informasi lebih mudah, sehingga meningkatkan akurasi model NER.

Selain itu, Snorkel Flow menyederhanakan proses anotasi dan umpan balik, memungkinkan para ahli membuat anotasi data dengan cara yang lebih efisien. Selain itu, alat analisis penanda urutan yang baru ditambahkan dapat membantu pengguna menemukan kesalahan dalam prediksi model secara lebih intuitif sekaligus memberikan analisis kinerja yang lebih detail.

Dalam hal pengalaman pengguna, Snorkel Flow telah melakukan serangkaian optimasi untuk membuat kolaborasi antara data scientist dan pakar menjadi lebih lancar. Ini mendukung integrasi tanpa batas dengan platform pengembangan AI utama, termasuk Databricks dan Amazon SageMaker, untuk penyesuaian dan penerapan model khusus yang lebih cepat.

Alex Ratner, CEO Snorkel AI, mengatakan: “AI telah menjadi prioritas bagi setiap pemimpin bisnis, namun pengembangan AI yang berkelanjutan dan konsisten masih sangat membosankan, mahal, dan padat karya. Oleh karena itu, pembaruan pada platform ini penting untuk membantu perusahaan melakukan percepatan dan mengoptimalkan penyampaian solusi AI sangatlah penting.”

Menyorot:

Fitur baru: Snorkel Flow meluncurkan alat evaluasi LLM dan alur kerja penyetelan RAG untuk meningkatkan efisiensi persiapan data.

Ekstraksi yang mudah: Pengenalan entitas bernama baru membuat penggalian informasi dari PDF menjadi lebih mudah dan cepat.

? Pengalaman yang dioptimalkan: Pengalaman pengguna ditingkatkan untuk mendorong kolaborasi yang efisien antara ilmuwan data dan pakar.