Kili Technology

בנו מערכי נתונים באיכות גבוהה, במהירות. ארגונים סומכים עלינו לייעל את פעולות תיוג הנתונים שלהם ולבנות את מערכי הנתונים הטובים ביותר עבור המודלים המותאמים אישית שלהם, בינה מלאכותית ו-LLM. ___ למה Kili Technology? אולי אתה לא יודע את זה, אבל: למערך הנתונים של MNIST יש שיעור שגיאות של 3.4% והוא עדיין מצוטט על ידי יותר מ-38,000 מאמרים. למערך הנתונים של ImageNet, עם התוויות שלו במיקור המונים, יש שיעור שגיאות של 6%. מערך הנתונים הזה עומד ללא ספק בבסיס מערכות זיהוי התמונות הפופולריות ביותר שפותחו על ידי גוגל ופייסבוק. לשגיאה מערכתית במערך הנתונים הללו יש השלכות בעולם האמיתי. מודלים שהוכשרו על נתונים המכילים שגיאות נאלצים ללמוד את השגיאות הללו, מה שמוביל לתחזיות שווא או צורך באימון מחדש על כמויות הולכות וגדלות של נתונים כדי "לשטוף" את השגיאות. כל תעשייה החלה להבין את הפוטנציאל הטרנספורמטיבי של AI ולהשקיע. אבל המהפכה של שנאי ML וההתמקדות הבלתי פוסקת באופטימיזציה של מודל ML מגיעה לנקודה של התשואה הפוחתת. מה עוד יש?